基于深度学习的CFG桩复合地基承载力预测

• 作者: 向清廉 李佳 王锡琴 石洋 钱珂江
• 来源期刊: 成都大学学报（自然科学版）
• 关键词: 复合地基 水泥粉煤灰碎石桩 承载力预测 深度学习
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 建筑与土木工程
• 页码范围: 335-338
• 页数: 4页
• 分类号: TU473.1
• 语种: 中文
• DOI: 10.3969/j.issn.1004-5422.2020.03.020

摘要

水泥粉煤灰碎石桩复合地基承载力是衡量工程质量的重要依据之一.针对其承载力难以合理确定的问题,考虑5项主要影响因素,将收集到的实际工程数据进行非线性回归分析,得出影响因素与承载力的相关性,再将其带入基于深度学习算法且结合K折交叉验证的深度神经网络模型中进行学习训练,并不断对模型进行调优以得到承载力及其影响因素的非线性映射.预测结果显示,基于深度学习的水泥粉煤灰碎石桩复合地基承载力预测是可行的,具有较大的应用潜力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王锡琴		4	0	0.0	0.0
2	钱珂江		1	0	0.0	0.0
3	向清廉		1	0	0.0	0.0
4	石洋		1	0	0.0	0.0
5	李佳		2	0	0.0	0.0