改进BP神经网络钢筋混凝土井壁极限承载力随机分析

钢筋混凝土井壁模型试验分析发现最能影响极限承载力的是混凝土抗压强度,影响最弱的因素为配筋率。工程勘探发现:在深部井筒工程中,井壁极限承载力具有较大的不确定性。针对传统BP神经网络在解决随机性工程问题中的不足,采用随机因子和层间均方误差修正网络模型评价函数。在此基础上,以混凝土抗压强度、厚径比和配筋率为输入量,以井壁极限承载力为输出值,建立改进BP神经网络的井壁极限承载力随机预测模型。工程实例表明该模型在实际工况中能较好地预测深厚沉积层钢筋混凝土井壁的极限承载能力,且误差控制在4%以内,相比传统的计算公式方法精度有明显的提高。同时,改进的模型具有较小的权值和偏置,比传统网络的响应更趋于平滑,大大减少过度拟合的现象。