基于神经网络的单桩竖向承载力预测
前言 | 第1-9页 |
1 绪论 | 第9-19页 |
·单桩在竖向荷载作用下的工作性状 | 第9-11页 |
·单桩的荷载传递 | 第9-10页 |
·桩的破坏模式 | 第10-11页 |
·研究现状及方法概述 | 第11-18页 |
·单桩承载力的确定方法 | 第11-15页 |
·单桩承载力的预测方法 | 第15-18页 |
·问题的提出及本文所做的工作 | 第18-19页 |
2 神经网络理论及模型 | 第19-34页 |
·神经网络的基本原理 | 第19-24页 |
·神经元模型 | 第19-21页 |
·MP模型 | 第21-22页 |
·神经元的传递函数 | 第22-23页 |
·Hebb学习规则 | 第23-24页 |
·感知器 | 第24-26页 |
·单层感知器 | 第24-25页 |
·多层感知器 | 第25-26页 |
·BP网络模型及其相关问题 | 第26-34页 |
·BP网络结构 | 第26-27页 |
·BP模型计算公式 | 第27-28页 |
·经典BP算法 | 第28-29页 |
·有关问题的说明 | 第29-30页 |
·BP网络模型存在的问题及改进 | 第30-34页 |
3 预测单桩承载力的人工神经网络模型 | 第34-50页 |
·神经网络求解桩基工程问题的可行性 | 第34-36页 |
·确定采用的网络类型 | 第36-37页 |
·确定网络模型结构 | 第37-40页 |
·影响单桩竖向承载力的因素 | 第37-38页 |
·网络的拓扑结构 | 第38-40页 |
·数据的前后处理 | 第40-47页 |
·选择训练、格验样本 | 第40-41页 |
·数据变换处理 | 第41-43页 |
·特征参数的提取 | 第43-45页 |
·初始权值的选取 | 第45-46页 |
·学习速率 | 第46页 |
·期望误差的选取 | 第46页 |
·BP算法的改进 | 第46-47页 |
·系统的实现 | 第47-50页 |
4 工程实例的应用 | 第50-57页 |
·钢筋混凝土预制桩 | 第50-53页 |
·钻孔灌注桩 | 第53-57页 |
5 结论与建议 | 第57-62页 |
·根据本文分析得到如下结论 | 第57-58页 |
·几点建议 | 第58-62页 |