位置:成果数据库 > 期刊 > 期刊详情页
基于BP神经网络的横向受荷桩承载力预测
  • ISSN号:1002-4972
  • 期刊名称:《水运工程》
  • 时间:0
  • 分类:TU473[建筑科学—结构工程;建筑科学—土工工程] U65[交通运输工程—港口、海岸及近海工程;交通运输工程—船舶与海洋工程]
  • 作者机构:上海海事大学海洋科学与工程学院,上海201306
  • 相关基金:国家自然科学基金面上项目(41372319);上海市教委科研创新项目(14YZ101);上海市研究生教育创新计划实施项目(水利工程博士点培育)(20131129)
作者: 蒋建平
中文摘要:

为研究横向受荷桩的承载性状.基于BP神经网络对其承载力进行预测。选取桩径、桩入土深度、荷载的偏心距、土的不排水抗剪强度作为神经网络的输入,得出黏土中横向受荷桩承载力的BP神经网络预测模型,发现训练BP神经网络时,桩承载力的拟合值与实测值的相对误差平均值为4.54%;检验BP神经网络时,桩承载力的预测值与实测值的相对误差平均值为5.39%。结果表明,建立的基于BP神经网络的黏土中横向受荷桩承载力预测模型是可行的。

英文摘要:

To investigate the bearing behaviors of lateral loading piles, we predict the ultimate bearing capacity of lateral loading pile based on BP neural network.Taking the pile diameter, depth of pile embedment, eccentricity of load, undrained shear strength of soil as the input of neural network, we obtain the prediction model of pile bearing capacity based on BP neural network.It is found that the average value of relative error of fitting value of pile bearing capacity compared with the observed value for 31 groups of independent variables training BP neural network model is 4. 5%; and the average value of relative error of prediction value of pile bearing capacity compared with the observed value for 7 groups of independent variables validating BP neural network model is 5.4%.The conclusion is drawn that the prediction model of bearing capacity of lateral loading pile based on BP neural network is feasible.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《水运工程》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国交通部
  • 主办单位:中交水运规划设计院有限公司
  • 主编:吴澎
  • 地址:北京东城区安内国子监28号
  • 邮编:100007
  • 邮箱:sygc@chinajournal.net.cn; sygc@periodicals.net.cn
  • 电话:010-64066347
  • 国际标准刊号:ISSN:1002-4972
  • 国内统一刊号:ISSN:11-1871/U
  • 邮发代号:
  • 获奖情况:
  • 中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:10144