基于遗传-BP神经网络的嵌岩桩单桩竖向承载力预测及优化设计

摘要

嵌岩桩的承载力作为衡量嵌岩桩桩基质量的重要指标，一直备受人们的关注。但由于桩土作用的复杂性、材料的非线性和影响因素的多样性，嵌岩桩承载力的预测一直存在很多未解决的问题。 本文将遗传算法的全局搜索能力和BP神经网络的高次非线性能力结合，应用于嵌岩桩竖向承载力的研究中，尽可能多的考虑影响因素的作用的同时，充分考虑到材料的非线性。两种算法的结合，避免了BP神经网络收敛于局部极值，使神经网络更快找到全局最优解；并分析出影响嵌岩桩承载力的主要因素有桩长、桩径、嵌岩深度、桩端岩石的性状、桩侧土的性状、施工工艺；再从济南地区26个工程中挑选出67棵试验桩，利用这些现场实测资料，建立起了预测嵌岩桩单桩竖向承载力的遗传BP神经网络模型，并证明了该模型的准确性。 运用该模型对嵌岩桩承载力的影响因素进行了分析发现：在给定条件下，运用遗传BP神经网络模型可以分析单个影响因素与嵌岩桩极限承载力的关系；本地区嵌岩桩的极限承载力随着长径比和嵌岩比的变化一直在变化；本地区在一给定场地条件下，最优长径比、最优嵌岩比是存在的，但当岩土等场地条件改变后，最优长径比、最优嵌岩比是改变的。 在遗传BP神经网络模型的基础上，建立嵌岩桩单桩竖向极限承载力的优化模型。在场地条件一定的情况下，优化得出最大极限承载力及对应此承载力的桩径和嵌岩深度，为嵌岩桩的设计提供新的思路；编写了最小造价优化程序，通过分析桩径、嵌岩深度与极限承载力的关系曲面，可以找到满足承载力要求且造价最低的桩径和嵌岩深度；最后编写了界面化可执行程序，使优化模型可方便的应用。

目录

文摘

英文文摘

声明

第一章绪论

1.1引言

1.2嵌岩桩承载力研究现状

1.2.1关于嵌岩桩承载力影响因素的研究

1.2.2确定嵌岩桩承载力方法

1.2.3嵌岩桩承载力的主要测定方法

1.3存在的主要问题

1.4本文研究思路、主要工作、意义及创新点

第二章嵌岩桩竖向承载力性状及其影响因素的分析

2.1桩基础荷载传递的典型模式

2.2基桩的破坏模式

2.3嵌岩桩承载力性状

2.4单桩竖向承载力的主要影响因素分析

2.4.1岩石性状的影响

2.4.2嵌岩深度的影响

2.4.3桩的几何尺寸的影响

2.4.4桩周土性状的影响

2.4.5施工工艺的影响

2.5本章小结

第三章遗传-BP神经网络及自组织特征映射神经网络的理论基础

3.1 BP神经网络理论基础

3.1.1人工神经网络概述

3.1.2BP神经网络存在的问题

3.1.3BP神经网络的若干改进

3.2遗传算法简介

3.2.1遗传算法的基本思想

3.2.2遗传算法的基本操作

3.2.3遗传算法的特点

3.3遗传—BP神经网络技术

3.4自组织神经网络

3.5本章小结

第四章嵌岩桩单桩竖向承载力预测模型的研究

4.1遗传—BP神经网络模型的建立

4.1.1GA-BP神经网络模型结构

4.1.2输入层参数的处理

4.1.3遗传参数的选择

4.1.4样本的选择

4.1.5网络的实现

4.2遗传BP神经网络可靠度验证

4.2.1基于静载荷试桩的模型分析

4.2.2基于高应变动测桩的模型分析

4.2.3动静对比分析

4.3本章小结

第五章嵌岩桩单桩竖向极限承载力影响因素分析

5.1影响嵌岩桩承载力因素的权重分析

5.2影响嵌岩桩承载力的参数分析

5.2.1长径比与嵌岩深径比的影响

5.2.2其它影响因素的影响

5.3本章小结

第六章基于遗传BP神经网络的嵌岩桩优化设计

6.1优化方案的提出

6.2承载力最大优化模型

6.2.1优化模型的建立

6.2.2程序的界面化处理

6.2.3程序的应用

6.3造价优化模型

6.4本章小结

第七章结论与展望

7.1结论

7.2展望

参考文献

附录--部分程序

后记

攻读硕士学位期间论文发表情况