单桩极限承载能力的预测模型研究.pdfVIP

第 38卷 第 6期 建 筑 技 术 开 发 Vo1．38，No．6 2011年 6月 BuildingTechniqueDevelopment Jun．2Ol1 单桩极限承载能力的预测模型研究 胡云世 吴铁军 (1．衢州学院建筑工程 系，浙江 衢州 324000；2．浙江志城房地产有限公司) [摘 要] 采用 BP神经网络的方法 ，建立 了基于多影响因素的单桩承载能力的预测模型。该模型采用了三层 网络结构 模式 ，输入层采用桩长 、桩径 、入土深度 、侧摩阻值加权平均值 、桩端土承载力等参数 ，输 出层为混凝土单桩承 载 能力 ，模 型的转移 函数均采用单极性 Sigmoid函数 ，对输人数据进行 了归一化处理 ，设计并完成 了混凝士单 桩承载能力的载荷试验 ，利用试验数据对网络模型进行训练和测试 ，为该模型可以为试验及生产提供依据 ， 为节约能源及保护环境提供一种有效预测方法 [关键词] 单桩承载力；BP神经网络 ；数学模型；预测 [中图分类号] TU473．11 [文献标志码] A [文章编号] 1001—523X(2011)06-0024—03 STUDY oN PREDICTIoN M oDEL oF THE VERTICAL ULTIM ATE BEARING CAPACITY oF SINGLE PILE HuYun—shi，HU Tie—Jun 随着高层建筑和大跨度桥梁结构 的迅速发展 ，桩基础 的 行处理和分布式的信息存储 ，良好 的适应性和 自组织性 ，强 应用 日趋广泛 。近年来 ，由于成桩工艺 、检测手段 的不断完 大 的学习功能和联想及容错功能 J，都为这一 问题 的解决 善 ，桩基础已成为 目前高层建筑和大跨度桥梁的最主要 的基 奠定 了极为 良好的研究基础 。为了能够使这一方法解 决单 础形式之一。由于影响单桩竖向承载力 的因素很多 ，且 因素 桩承载能力预测 ，首先应该研究影响单桩竖 向承载力 的因 不确定 ，因此 ，如何合理地确定承载力 ，充分发挥桩基础 的技 素，以便提取合理的网络特征参数 ，笔者试 图本地 区人工挖 术经济效益 ，是工程技术人员关心的主要 问题 。 目前 ，确定 孔桩单桩承载能力 的预测 ，确定影响单桩承载能力的主要 因 单桩竖向承载力 的方法主要有静荷载试验与动测法 。静荷 素 ，从而提取合理的网络特征参数 ，最后达到预测单桩承载 载试验作为最基本 的方法 ，其可靠性最高 ，但也存在一定 的 能力 的目的。 缺陷，例如费用高 ，时间、人力消耗大 ，试桩数量有 限等。作 1 BP神经网络简介 为静载试验 的补充 ，目前广泛采 用动测法 ，它主要 以一定 的 BP神经 网络是 目前应用最为广泛 ，也是发展最为成熟 计算模型和经验公式为基础。但 由于模 型和公式对实际情 的一种神经网络。如图 I所示 ，BP网络是按层次结构构造 况进行了简化和假设 ，且测试技术难度较大、影 响因素 比较 的，包括 1个输人层 ，1个输出层和]个 (或多个)隐含层 ，一 复杂 ，测试结果会产生 比较大的误差 。寻求一种简单、准确 层 内的节点 (神经元)只和该层紧邻 的下一层 的各节 点连 的预测桩基础承载力的方法 ，对满足 日益增 长的桩基工程应 接 。学习过程由正向和反向传播 2个过程组成 ，在正 向传播 用具有重要的意义 。在工程实践应用和研 究领域 ，一般采 过程 中，输入信息从输入层经隐含层逐层处理 ，然后传 向输 用数理统计和回归分析方法对大量 的实验结果进行分析 ，所 出层 ，每一层神经元 的状态只影响下一层神经元的状态 ；如 得到的结果 一般为半经验 、半理论公式。由于土的性质不仅 果输 出层不能得到期望