-
题名基于大数据和深度神经网络的桩承载力时效性预测
被引量:2
- 1
-
-
作者
秦裕超
汤斌
-
机构
桂林理工大学土木与建筑工程学院
-
出处
《洛阳理工学院学报(自然科学版)》
2023年第2期20-26,55,共8页
-
基金
国家自然科学基金(41867035).
-
文摘
以湛江组黏土中长期竖向受荷桩基为研究对象,根据湛江地区黏土中桩基承载力时效性测试的大数据,选取桩基几何参数、桩周土物理力学参数以及休止龄期作为深度神经网络(DNN)的输入,提出了适用于大规模数据样本的桩基承载力时效性预测模型,并利用该DNN模型与支持向量机(SVM)方法进行了对比分析。DNN预测模型比SVM方法更优,预测结果更具规律性和精准性,能满足联合多实例、大规模样本的预测要求,具备在大规模样本数据情况下的预测能力,可为计算桩基承载力时效性提供参考。
-
关键词
大数据
深度神经网络
支持向量机
黏土
桩基承载力预测
-
Keywords
big data
deep neural network
support vector machine
clay
pile foundation bearing capacity prediction
-
分类号
TU473.11
[建筑科学—结构工程]
-