期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于人工神经网络的钻孔灌注桩极限承载力研究
下载PDF
职称材料
导出
摘要
依据影响钻孔灌注桩极限承载力的5大影响因素:桩周土的工程性质、桩身结构尺寸、桩的刚度、时间以及施工工艺提取了相应的参数。在此基础上建立了预测钻孔灌注桩极限承载力的神经网络模型,在工程实例的基础上进行了数值计算。算例表明,神经网络用于预测钻孔灌注桩极限承载力具有方便有效、精度高的优点,具有良好的应用前景。
作者
张学明
机构地区
湖北省公路管理局科研所
出处
《国外建材科技》
2006年第2期95-97,共3页
Science and Technology of Overseas Building Materials
关键词
钻孔灌注桩
改进BP神经网络
预测模型
分类号
TU473.11 [建筑科学—结构工程]
引文网络
相关文献
节点文献
二级参考文献
7
参考文献
8
共引文献
61
同被引文献
0
引证文献
0
二级引证文献
0
参考文献
8
1
史佩栋,梁晋渝.
大直径灌注桩的产生、发展与前景——纪念大直径灌注桩问世100周年[J]
.工业建筑,1993,23(12):3-11.
被引量:15
2
卢振业.桩基检测技术[M].北京:国家地震局工程测防中心,1993..
3
盛崇文.
从桩的动测法说起[J]
.地基处理,1996,7(3):60-61.
被引量:4
4
Randolf. MF. Analysis of Deformation of Vertically load Piles. J. of technia Enineering Division. 1978.
5
陈雨孙.
解析有限单元法的基本原理[J]
.工程勘察,1994,22(5):25-43.
被引量:5
6
郑建国,张苏民,吴世明.
桩基承载力概率分析的贝叶斯方法[J]
.岩土工程技术,1999,13(2):34-38.
被引量:8
7
高强,王曙光.
利用灰色系统GM(1,2)模型计算桩基静载试验中的极限荷载[J]
.地基基础工程,2000,10(3):1-5.
被引量:1
8
冯紫良,孙海涛,王树娟.
用人工神经网络预测单桩竖向极限承载力[J]
.同济大学学报(自然科学版),1999,27(4):397-401.
被引量:33
二级参考文献
7
1
李启信,W.White,楚剑,赵敏敏.
土层的概率模型及其在桩基分析中的应用[J]
.岩土工程学报,1989,11(6):120-128.
被引量:11
2
郑建国.桩基承载力概率分析方法的研究:博士学位论文[M].杭州:浙江大学土木工程学系,1998..
3
焦李成,神经网络系统理论,1996年
4
黄强,桩基工程若干技术热点问题,1996年
5
胡守仁,神经网络应用技术,1993年
6
孙海涛,吴限.
深基坑工程变形预报神经网络法的初步研究[J]
.岩土力学,1998,19(4):63-68.
被引量:43
7
张清,宋家蓉.
利用神经元网络预测岩石或岩石工程的力学性态[J]
.岩石力学与工程学报,1992,11(1):35-43.
被引量:29
共引文献
61
1
张振国,林大地,郝海飞,薛刚.
■2500mm大直径钻孔浇筑桩施工工艺及关键技术[J]
.施工技术,2019,48(S01):160-163.
2
黄浩,陶龙光,李幻.
人工神经网络在岩土工程中的应用状况及前景[J]
.工业建筑,2007,37(z1):844-847.
被引量:1
3
王志辉,高启聚.
桩端压力注浆桩承载力径向基遗传神经网络研究[J]
.山东交通学院学报,2003,11(4):7-13.
被引量:1
4
胡聪良.
基桩低应变反射波法检测可靠性分析[J]
.建筑监督检测与造价,2011,4(Z3):41-43.
5
史永强,赵俭斌,杨军.
基于主成分分析的优化神经网络模型及静压管桩单桩极限承载力预测[J]
.岩土力学,2011,32(S2):634-640.
被引量:8
6
李惠英,阎海新.
水泥土搅拌组合桩受力机理探讨[J]
.海河水利,2004(4):41-42.
被引量:1
7
韩大建,杨炳尧,颜全胜.
用人工神经网络方法评估桥梁缺损状况[J]
.华南理工大学学报(自然科学版),2004,32(9):72-75.
被引量:18
8
秦建庆,陈建峰.
基于Bayes原理的复合地基承载力概率分析方法[J]
.岩土工程技术,2004,18(5):255-257.
被引量:2
9
王欣南,王巍.
钻孔灌注桩竖向承载力浅析[J]
.森林工程,2004,20(6):69-70.
被引量:5
10
刘勇健,李子生.
人工神经网络在岩土工程中的应用综述[J]
.广东工业大学学报,2004,21(4):66-71.
被引量:4
1
蒋健华.
改进BP神经网络在软土地基沉降量中的应用[J]
.山西建筑,2007(6):102-103.
被引量:1
2
孙帆.
基于混沌与改进BP神经网络的电价预测方法[J]
.微计算机信息,2007(26):266-267.
被引量:2
3
麻凤海,杨维,杨帆,于晓曦.
应用改进BP神经网络进行用水量预测[J]
.辽宁工程技术大学学报(自然科学版),2004,23(2):191-193.
被引量:13
4
袁建刚.
基于改进BP神经网络的基坑支护结构数据处理[J]
.山西建筑,2014,40(10):57-58.
被引量:1
5
郝佳莹,高健.
基于NSGA-Ⅱ改进BP神经网络的建筑碳排放—碳减排预测模型[J]
.建筑节能,2016,44(9):122-124.
被引量:5
6
范磊,张运陶,程正军.
基于Matlab的改进BP神经网络及其应用[J]
.西华师范大学学报(自然科学版),2005,26(1):70-73.
被引量:33
7
闻建.
钢筋混凝土中钢筋锈蚀机制与防治措施分析[J]
.江汉大学学报(自然科学版),2012,40(6):42-44.
被引量:3
8
郭琦,贺拴海,白云.
基于神经网络的简支梁桥预应力衰减评估模型[J]
.长安大学学报(自然科学版),2007,27(6):53-57.
被引量:7
9
杜德润,李爱群,杨玉冬,吉林,陆宇,眭峰.
基于神经网络修正的结构有限元模型简化[J]
.东南大学学报(自然科学版),2003,33(5):635-637.
被引量:3
10
于洋.
基于MATLAB的改进BP神经网络在城市日用水量预测中的应用[J]
.河南科学,2010,28(10):1309-1312.
被引量:5
国外建材科技
2006年 第2期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部