基于BP神经网络的CFG桩复合地基智能设计

论文摘要

目前, CFG桩复合地基由于其用材经济、施工方便快捷、加固效果好等优点,在地基加固技术中得到了广泛的应用。但CFG桩复合地基的选型是一个非常复杂的问题,国内外尚未对其理论进行充分的研究,从而未形成统一的设计标准,往往依据工程经验进行设计;此外CFG桩复合地基的选型还具有强烈的综合性,包含大量的不确定性信息,用传统的准则法和数学规划法等进行建模和求解很难奏效,但BP神经网络在解决这类问题上有很大优势。本文将BP神经网络应用于CFG桩复合地基的设计过程中。在研究分析影响CFG桩复合地基承载力因素的基础上,为CFG桩复合地基设计量身构造了一个两级神经网络模型。由于建立的网络模型输入节点过多,采用未确知层次分析法来对桩周土各个土性指标进行综合评价,简化了输入节点数,从而使网络更易实现。应用收集到的工程实际资料对所建立的神经网络进行训练,得到的训练结果准确可靠,有效提取了CFG桩复合地基承载力和沉降量与各个影响因素之间的非线性关系。在该神经网络模型的基础上,利用最小二乘法分析了固定桩径下满足一定承载力和沉降量的桩长和置换率的函数关系,并用模拟退火算法搜索出了在这种函数关系的约束下合理桩长范围内的成本最小方案,即最优方案。从而为CFG桩复合地基的设计提供了一种很有效的方法。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 选题背景
• 1.2 CFG 桩复合地基及其研究现状
• 1.3 神经网络的发展及其在岩土工程中的应用研究现状
• 1.4 本文研究的内容、方法及创新点
• 1.5 本章小结
• 第2章 CFG 桩复合地基设计
• 2.1 CFG 桩复合地基的设计模式
• 2.1.1 复合地基承载力设计模式
• 2.1.2 复合地基沉降量设计模式
• 2.2 CFG 桩复合地基的计算方法
• 2.2.1 复合地基承载力和沉降量的计算方法
• 2.2.2 复合地基设计计算方法分析
• 2.3 CFG 桩复合地基的设计
• 2.3.1 CFG 复合地基设计资料
• 2.3.2 CFG 复合地基影响因素
• 2.3.3 CFG 复合地基设计参数
• 2.4 本章小结
• 第3章 智能设计模型建立
• 3.1 神经网络基本理论
• 3.1.1 人工神经元
• 3.1.2 人工神经网络的特点
• 3.2 典型BP 神经网络
• 3.2.1 典型BP 神经网络的主要特点和网络构造
• 3.2.2 典型BP 神经网络的学习算法
• 3.2.3 典型BP 神经网络的建立原则
• 3.2.4 典型BP 神经网络的Matlab 实现
• 3.3 CFG 桩复合地基影响因素分析
• 3.3.1 桩周土影响分析
• 3.3.2 桩体影响分析
• 3.3.3 褥垫层影响分析
• 3.3.4 布桩的影响分析
• 3.3.5 施工工艺影响分析
• 3.3.6 基础影响分析
• 3.3.7 时间和空间效应影响分析
• 3.4 CFG 桩智能设计模型的建立
• 3.5 本章小结
• 第4章 智能设计模型的简化
• 4.1 层次分析法概述
• 4.2 未确知层次分析法评价模型
• 4.2.1 未确知权向量的表示方法
• 4.2.2 未确知比较判断矩阵的一致性检验和权系数求解
• 4.2.3 未确知层次分析法的基本步骤
• 4.3 桩周土的综合影响评价
• 4.4 智能设计模型的最终确定
• 4.5 本章小结
• 第5章 智能设计模型的实现
• 5.1 武汉地区工程地质特征
• 5.2 资料收集与数据整理
• 5.2.1 典型地质剖面图的建立
• 5.2.2 数据采集和整理
• 5.3 设计模型的实现和评估
• 5.3.1 输入数据的预处理
• 5.3.2 网络模型的实现
• 5.4 最优化方案的求解
• 5.4.1 同一地质条件下CFG 桩复合地基设计参数的变化规律
• 5.4.2 模拟退火算法简介
• 5.4.3 最优方案的确定
• 5.5 本章小结
• 结论与展望
• 参考文献
• 致谢
• 个人简历
• 攻读硕士学位期间发表论文