基于主成分分析的优化神经网络模型及静压管桩单桩极限承载力预测  

Optimized neural network model for predicting ultimate bearing capacity of statically-pressured pipe pile based on principal component analysis

作　　者：史永强[1,2] 赵俭斌[2] 杨军[2] 

机构地区：[1]哈尔滨工业大学土木工程学院,哈尔滨150001 [2]沈阳建筑大学土木工程学院,沈阳110168

出　　处：《岩土力学》2011年第S2期634-640,共7页Rock and Soil Mechanics

基　　金：辽宁省重点实验室项目资助(No.2008S196);辽宁省高校重点实验室项目资助(No.YT-200903);沈阳市科技局项目资助(No.1081271-9-00-3)

摘　　要：引入主成分分析法和基于共轭梯度优化算法的人工神经网络模型原理,建立了静压管桩单桩竖向承载力预测估算的新方法。通过对影响单桩极限承载力的各因素进行主成分分析确定了综合变量,构建了以综合变量为输入,以单桩极限承载力为输出的神经网络模型。应用神经网络结构分析的共轭梯度算法,优化计算获得给定样本的网络权值和阈值,获得静压管桩极限承载力的估算网络,应用实例分析计算了静压管桩单桩极限承载力问题。结果表明,利用所建立的神经网络预测静压管桩极限承载力是可行的,且具有较好的预测精度和良好的适用性。该方法为静压管桩竖向承载性状的理论分析开辟了一个新的研究途径,为今后相关问题研究提供借鉴和指导。引入主成分分析法和基于共轭梯度优化算法的人工神经网络模型原理,建立了静压管桩单桩竖向承载力预测估算的新方法。通过对影响单桩极限承载力的各因素进行主成分分析确定了综合变量,构建了以综合变量为输入,以单桩极限承载力为输出的神经网络模型。应用神经网络结构分析的共轭梯度算法,优化计算获得给定样本的网络权值和阈值,获得静压管桩极限承载力的估算网络,应用实例分析计算了静压管桩单桩极限承载力问题。结果表明,利用所建立的神经网络预测静压管桩极限承载力是可行的,且具有较好的预测精度和良好的适用性。该方法为静压管桩竖向承载性状的理论分析开辟了一个新的研究途径,为今后相关问题研究提供借鉴和指导。

关 键 词：静压管桩 单桩极限承载力 主成分分析 共轭梯度算法 人工神经网络模型 

分 类 号：P634.1[天文地球—地质矿产勘探] TU45[天文地球—地质学]