基于遗传算法的BP神经网络模型在桩孔质量检测中的应用

• 作者: 叶友林 孙常春 徐启程
• 来源期刊: 沈阳建筑大学学报（自然科学版）
• 学科: 工学
• 关键词: 桩基检测 遗传算法 神经网络模型 阈值 三维分析模型
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 土木工程
• 页码范围: 333-340
• 页数: 8页
• 分类号: TU473.1
• 语种: 中文
• DOI: 10.11717/j.issn:2095-1922.2018.02.16

摘要

目的 将改进的神经网络模型应用于钻孔灌注桩桩孔质量的智能化识别,从而减少人为的误判、漏判情况.方法 将遗传算法与神经网络模型有机地结合起来,建立桩孔质量检测的智能化模型,先利用遗传算法对神经网络的权值和阈值进行优化,再结合训练完成的神经网络模型对桩孔质量进行预测,同时根据现场数据建立三维分析图,通过预测结果与三维分析图的比对来验证模型的准确性.结果 测试样本的仿真误差为0.005 75,训练样本的仿真误差为0.022 4;5、6号桩孔的预测结果为(0.001 2,0.999 9),(0.002 7,0.005 1),即5号桩质量为合格,6号桩质量为良好.结论 通过预测结果与三维分析图的比对结果,可以得出基于遗传算法的神经网络模型能够较好地对孔灌注桩进行智能判别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐启程		23	23	3.0	3.0
2	孙常春		28	60	4.0	6.0
3	叶友林		13	39	3.0	6.0