[1]徐启程￥叶友林%孙常春.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[J].沈阳建筑大学学报(自科版),2018,(2):333-340.[doi:10.11717/j.issn:2095-1922.2018.02.16]
点击复制

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()
分享到：

沈阳建筑大学学报(自科版)[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2018年第2期
页码:
333-340
栏目:
土木工程
出版日期:
2018-09-25

文章信息/Info

作者:
徐启程￥叶友林%孙常春
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
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．

相似文献/References:

[1]钟菊芳%张伟.透射波法和声波CT在桩基检测中的应用[J].沈阳建筑大学学报(自科版),2018,(2):310.[doi:10.11717/j.issn:2095-1922.2018.02.14]
[2]孙彤 夏婉瑜 郑勇 孙丽 李宏男.基于遗传算法的负刚度装置轨道方程优化[J].沈阳建筑大学学报(自科版),2020,(5):836.[doi:10.11717/j.issn:2095-1922.2020.05.08]
[3]姜早龙 张杰 张志军 陈大川.基于BIM和遗传算法的填海地区深基坑支护结构优化研究[J].沈阳建筑大学学报(自科版),2021,(2):210.[doi:10.11717/j.issn:2095-1922.2021.02.03]
[4]于水,常忠浩,杨江辉.基于TRNSYS的太阳能-天然气冷热电三联供最优配比研究[J].沈阳建筑大学学报(自科版),2021,(2):324.[doi:10.11717/j.issn:2095-1922.2021.02.16]

更新日期/Last Update: 2018-07-20