基于数据融合技术的桩基承载力预测方法研究

• 作者: 翁光远 郗锋
• 来源期刊: 华中科技大学学报（城市科学版）
• 学科: 工学
• 关键词: 桩基承载力 小波概率神经网络(WPNN) 数据融合 承载力预测
• 年，卷（期）: 2010,（4）
• 页码范围: 26-30
• 分类号: TU473.1
• 字数: 3631字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-0985.2010.04.006

摘要

为了能够快速并较准确的预测桩基的承载能力,达到在施工过程中减少或不做试桩的效果,以单桩为例,分析了影响竖向承载能力的量化因素及非量化因素,利用小波概率神经网络(WPNN)与数据融合技术的联想和预测功能,得出承载力和这些因素的关系.通过对钻孔灌注桩及钢筋混凝土预制桩的静载试验数据分析,选择了WPNN与数据融合技术的方法对分别对两组试验数据进行分析,建立了合理的模型进行承载力预测,60根单桩的承载力的预测值与实测值吻合较好,证明了该方法在预测桩基竖向承载能力时可以满足工程实际的需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郗锋	陕西交通职业技术学院公路工程系	16	29	4.0	5.0
2	翁光远	陕西交通职业技术学院公路工程系	36	118	5.0	10.0