基于进化算法的神经网络在单桩极限承载力预测中的研究与应用

摘要

桩基由于其巨大的工程应用价值而受到广泛的研究,尤其是单桩极限承载力始终是工程技术人员十分关心的问题.对于如何确定单桩极限承载力,人们根据不同的假设提出不同的数学模型.但由于它们都是对大量的参数进行简化,从而使这些模型具有较大的局际性.该文首先分别介绍了各种桩的荷载传递机理并此基础上总结出影响单桩要限承载力的各种因素,其次介绍了人工神经网络和遗传算法的基本理论,然后重点讨论了如何用遗传算法进化神经网络的权值、阈值和网络结构,从而得到最佳的神经网络结构——进化神经网络.文章结合进化神经网络和影响桩基承载力的因素,首次提出了并建立了预测各桩型的单桩承载力的进化神经网络模型.最后通过工程实验证明该模型具有一定的理论和应用价值.

目录

文摘

英文文摘

致谢

插图清单

表格清单

第一章绪论

1.1研究单桩极限承载力的意义

1.2单桩极限承载力研究现状

1.2.1静载试验

1.2.2动力测桩法

1.2.3半经验半理论公式法

1.2.4交叉学科方法

1.3单桩极限承载力研究面临的困难

1.4人工智能的作用及本课题研究的意义

第二章影响单桩极限承载力的因素分析

2.1桩基的分类

2.2单桩破坏模式与极限承载力定义

2.3桩基的荷载传递机理

2.3.1竖向承载桩的荷载传递机理

2.3.2横向承载桩的荷载传递机理

2.3.3扩底桩的荷载传递机理

2.3.4嵌岩桩的荷载传递机理

2.4影响单桩极限承载力的因素

2.4.1成桩工艺

2.4.2土的工程性质

2.4.3刚度与刚度比

2.4.4桩体结构尺寸与桩径与长径比

2.4.5时间效应

2.4.6承受负摩擦力的竖直桩

2.5横向承载力的影响因素

第三章人工神经网络及其进化

3.1人工神经网络的发展简史

3.2人工神经网络基本概念和特征

3.2.1神经元简介

3.2.2人工神经元数学模型

3.2.3人工神经网络的基本特征

3.2.4人工神经网络的学习规则

3.3人工神经网络的基本原理

3.3.1 BP算法的数学描述

3.3.2常用的激活函数

3.3.3隐含层数和层内结点(神经元)的选择

3.4遗传算法的基本原理

3.4.1遗传算法基本术语

3.4.2遗传算法的操作基本操作

3.5神经网络进化计算

3.5.1用遗传算法进化网络权值

3.5.2用遗传算法进化网络结构

3.5.3混合算法

第四章预测单桩极限承载力的神经网络模型的设计

4.1概述

4.2神经网络模型结构

4.3神经网络模型的建立

4.4样本的选择

4.5输入参数的处理

4.6常用桩基神经网络模型

第五章工程实例

5.1工程简介

5.2神经网络模型

5.3网络的进化与检验

5.5实验结果

第六章总结与展望

参考文献

附1：源程序代码

附2：部分BP网络MATLAB源程序