改进的BP神经网络在单桩竖向承载力预测中的应用

卢海林 (天津大学建筑工程学院，天津 300070；长江大学城市建设学院，湖北荆州 434023)

【摘要】[摘要]提出了用改进的BP神经网络对单桩竖向承载力进行预测的新方法，并编写了相应的训练程序。实例计算表明，改进的BP神经网络算法比一般的BP模型结果误差小、收敛快，对单桩竖向承载力的预测行之有效。【期刊名称】长江大学学报（自然版）理工卷

【年(卷),期】2005(002)007

【总页数】3

【关键词】[关键词]BP神经网络;单桩;承载力；预测

在岩土工程中，土的力学性质非常复杂，所受影响因素很多，要建立某一力学模型不仅非常困难，而且还要进行大量简化。由于神经网络方法能够模拟人脑的形象思维，具有非线性、并行性、鲁棒性和强泛化性等特点[1]，对于处理具有强噪声、模糊性、非线性的信息有广阔的应用前景。笔者引入改进的BP神经网络模型，结合工程实例，对单桩竖向极限承载力进行预测，获得了较满意的结果。

1 BP神经网络模型简介

BP神经网络模型网络结构一般由3部分组成，即输入层、隐含层和输出层(图1)。BP网络的产生归功于BP算法的获得，BP算法属于δ算法，是一种监督式学习算法。其主要思想为：对于r个输入学习样本P1,P2,…，Pr,已知与其对应的n个目标样本为T1,T2,…，Tn，学习目的是使用网络的实际输出A1, A2, …，An与目标矢量之间的误差来修改权值和阈值，使实际输出与理想输出