论文题名: | 嵌岩长桩承载特性的人工神经网络模型的建立与研究 |
关键词: | 嵌岩长桩;极限承载力;沉降;主成分分析;神经网络模型;遗传算法 |
摘要: | 目前,对嵌岩长桩的受力、变形和破坏机理了解得还不太透彻,系统的试验研究还不够多.从影响桩基承载力和沉降的主要因素可以看出,除了桩本身的强度和几何特性之外,桩周土和桩底土的特性对桩承载力的影响是至关重要的.由于影响土的工程性质的因素十分复杂,导致精确计算桩承载力十分困难.因此,对极限承载力和沉降往往采用经验或半经验方法进行计算分析,而这都做了些不太符合实际状况的假定,与实际状况相差较大.由于人工神经网络方法在处理经验性、非线性、复杂的问题具有相当的优越性和适应性,所以本文预建立它的人工神经网络模型用来预测其承载力和沉降.本文收集了杭州地区嵌岩长桩试桩资料,利用主成分分析简化了神经网络输入单元数,建立了该地区此类桩型的人工神经网络模型,并对模型做了改进(特别是结合了遗传算法).通过比较验证了模型建立的可行性和正确性,并对极限承载力和沉降的影响因素进行了分析,得出一些对工程有益的结论. |
作者: | 康小兵 |
专业: | 港口、海岸及近海工程 |
导师: | 鲁子爱 |
授予学位: | 硕士 |
授予学位单位: | 河海大学 |
学位年度: | 2005 |
正文语种: | 中文 |