公开(公告)号：CN113821863A

公开(公告)日：2021-12-21

申请号：CN202111381622.X

申请日：2021-11-22

Applicant: 中南大学

Inventor： 金亮星 ,  姬宇杰 ,  韦俊杰

IPC: G06F30/13 ,  G06F30/27 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种桩基竖向极限承载力预测方法，包括步骤S1、建立初始种群；步骤S2、采用改进径向移动算法的适应度函数计算初始种群中各个个体的适应度值，通过对个体的适应度值进行逐个比较来确定当代最优位置，并将其定义为初始中心位置；步骤S3、采用更新条件在第k代中心位置的±0.5（xjmax‑xjmin）wk范围内生成新的预位置点，并计算适应度值，更新位置信息；步骤S4、确定全局最优位置，并计算全局最优位置的适应度值；步骤S5、将全局最优位置的权值和阈值赋值给BP神经网络模型，对BP神经网络模型进行训练和仿真得到最优的桩基竖向极限承载力预测值。本发明便于确保预测值更加接近真实值。

公开(公告)号：CN113821863B

公开(公告)日：2022-03-01

申请号：CN202111381622.X

申请日：2021-11-22

Applicant: 中南大学

Inventor： 金亮星 ,  姬宇杰 ,  韦俊杰

IPC: G06F30/13 ,  G06F30/27 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种桩基竖向极限承载力预测方法，包括步骤S1、建立初始种群；步骤S2、采用改进径向移动算法的适应度函数计算初始种群中各个个体的适应度值，通过对个体的适应度值进行逐个比较来确定当代最优位置，并将其定义为初始中心位置；步骤S3、采用更新条件在第k代中心位置的±0.5（xjmax‑xjmin）wk范围内生成新的预位置点，并计算适应度值，更新位置信息；步骤S4、确定全局最优位置，并计算全局最优位置的适应度值；步骤S5、将全局最优位置的权值和阈值赋值给BP神经网络模型，对BP神经网络模型进行训练和仿真得到最优的桩基竖向极限承载力预测值。本发明便于确保预测值更加接近真实值。