基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对深水群桩基桩轴力进行精确地预测是评价基础安全稳定性的重要考量依据,由于深水群桩基础的受力状态与群桩基础所处的环境呈现出复杂非线性关系.该文在某大桥运营期原型监测数据的基础上,引入遗传算法优化支持向量机模型,深入分析影响基桩轴力变化的环境因素,建立了多因素基桩轴力预测模型,并将预测结果与传统SVM模型、RBF神经网络模型进行对比.研究表明,与SVM、RBF的预测结果相比,GA-SVM模型预测精度更高,在轴力变化不同的四根桩上预测都很稳健,具有更强的泛化能力,在大型深水群桩基础的轴力预测中具有一定的工程应用价值.
推荐文章
基于多因素混合模型的运营期群桩轴力预测
有限元方法
深水群桩基础
运营期
混合模型
多因素
轴力预测
基于ACO-SVM的桥梁基础群桩轴力预测
深水群桩基础
支持向量机
蚁群算法
轴力预测
ACO-SVM模型
运用GA-SVM模型的砂石骨料分类方法
人工砂石
骨料分类
破碎工序
遗传算法
支持向量机
基于GA-SVM模型的长江干线港口集装箱需求量预测
长江干线
集装箱
需求预测
遗传算法
GA-SVM模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于GA-SVM的深水群桩基础桩顶轴力预测
来源期刊 勘察科学技术 学科
关键词 深水群桩基础 支持向量机 遗传算法 轴力预测
年,卷(期) 2016,(1) 所属期刊栏目 理论与技术
研究方向 页码范围 6-9,29
页数 5页 分类号
字数 2436字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈兵 3 0 0.0 0.0
2 王晓朋 4 3 1.0 1.0
3 黄伟杰 河海大学地球科学与工程学院 5 7 2.0 2.0
4 张文海 3 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (120)
共引文献  (2574)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(5)
  • 参考文献(0)
  • 二级参考文献(5)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(8)
  • 参考文献(0)
  • 二级参考文献(8)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(6)
  • 参考文献(2)
  • 二级参考文献(4)
2001(7)
  • 参考文献(2)
  • 二级参考文献(5)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(9)
  • 参考文献(1)
  • 二级参考文献(8)
2005(11)
  • 参考文献(0)
  • 二级参考文献(11)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(16)
  • 参考文献(0)
  • 二级参考文献(16)
2009(10)
  • 参考文献(1)
  • 二级参考文献(9)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(6)
  • 参考文献(3)
  • 二级参考文献(3)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深水群桩基础
支持向量机
遗传算法
轴力预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
勘察科学技术
双月刊
1001-3946
13-1100/TF
大16开
河北保定市东风中路1285号
18-153
1983
chi
出版文献量(篇)
2274
总下载数(次)
3
论文1v1指导