摘要
为了更好地分析嵌岩桩单桩竖向极限承载力的影响因素,提出并分析了两种研究方法。分析结果表明:自组织特征映射神经网络可以客观的找出最主要的影响因素,但结果受参数量化影响大;遗传BP神经网络可以建立起多影响因素与极限承载力的关系,特别是在研究地域范围内桩基承载力方面优势明显,但需要大量的学习样本,且预测范围受学习范围限制。
为了更好地分析嵌岩桩单桩竖向极限承载力的影响因素,提出并分析了两种研究方法。分析结果表明:自组织特征映射神经网络可以客观的找出最主要的影响因素,但结果受参数量化影响大;遗传BP神经网络可以建立起多影响因素与极限承载力的关系,特别是在研究地域范围内桩基承载力方面优势明显,但需要大量的学习样本,且预测范围受学习范围限制。
出处
《工业建筑》
CSCD
北大核心
2011年第S1期456-458,685,共4页
Industrial Construction
关键词
嵌岩桩
自组织特征映射网络
遗传BP神经网络
单桩竖向极限承载力影响因素
rock-socketed pile
self-organizing feature map
the genetic algorithm and back propagation neural networks
influence factors of vertical ultimate bearing capacity of single piles
