CFG樁復(fù)合地基處理方案設(shè)計(jì)是一個(gè)非常復(fù)雜的過(guò)程,其影響因素眾多,計(jì)算繁瑣,相關(guān)理論研究也很滯后。在實(shí)際工程中,CFG樁復(fù)合地基方案設(shè)計(jì)通常采用試算法與經(jīng)驗(yàn)法相結(jié)合的方法,先根據(jù)以往工程經(jīng)驗(yàn)提出幾個(gè)設(shè)計(jì)方案,再驗(yàn)算方案是否滿足設(shè)計(jì)規(guī)范和工程要求,最終從滿足要求的方案中選擇較為經(jīng)濟(jì)的方案作為最終實(shí)施方案。這一設(shè)計(jì)過(guò)程耗費(fèi)大量的時(shí)間與人力,且得不到最經(jīng)濟(jì)的方案。近年來(lái)隨著計(jì)算機(jī)信息技術(shù)的發(fā)展,為CFG樁復(fù)合地基處理方案設(shè)計(jì)提供了新思路,促進(jìn)了CFG樁復(fù)合地基處理方案的智能化發(fā)展。本文在深入研究CFG樁復(fù)合地基設(shè)計(jì)領(lǐng)域知識(shí)體系的基礎(chǔ)上,利用優(yōu)化算法、非參數(shù)回歸法、模糊層次分析法、人工神經(jīng)網(wǎng)絡(luò)等理論,借助程序語(yǔ)言開(kāi)發(fā)一個(gè)能夠輔助工程設(shè)計(jì)人員進(jìn)行快速實(shí)現(xiàn)CFG樁復(fù)合地基處理方案智能優(yōu)化設(shè)計(jì)的系統(tǒng),主要工作及結(jié)論如下:1.深入研究了CFG樁復(fù)合地基設(shè)計(jì)領(lǐng)域知識(shí),進(jìn)行了知識(shí)構(gòu)成要素分析,提取出關(guān)鍵知識(shí)要素,由此繪制實(shí)體聯(lián)系圖并構(gòu)建領(lǐng)域知識(shí)擴(kuò)展框架,采用生產(chǎn)式法與一階謂詞邏輯表示法來(lái)表示CFG樁復(fù)合地基設(shè)計(jì)領(lǐng)域知識(shí);2.建立了CFG樁復(fù)合地基優(yōu)化設(shè)計(jì)數(shù)學(xué)模型,編制基于優(yōu)化算法的計(jì)算機(jī)程序來(lái)實(shí)現(xiàn)優(yōu)化設(shè)計(jì)... 

【文章來(lái)源】：西安理工大學(xué)陜西省

【文章頁(yè)數(shù)】：106 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

訓(xùn)練狀態(tài)Fig.5-3Trainingstatus

西安理工大學(xué)碩士學(xué)位論文68圖5-3訓(xùn)練狀態(tài)Fig.5-3Trainingstatus（1）網(wǎng)絡(luò)誤差從圖5-4中可以看出，雖然網(wǎng)絡(luò)誤差沒(méi)有達(dá)到所設(shè)定的目標(biāo)誤差，也沒(méi)有達(dá)到訓(xùn)練所設(shè)定的最大訓(xùn)練步數(shù)，但是網(wǎng)絡(luò)收斂速度比較快，誤差在收斂后趨于穩(wěn)定，幾乎沒(méi)有震蕩現(xiàn)象，且測(cè)試集的誤差和訓(xùn)練集的誤差相對(duì)較小，分別為0.0015283和0.001658，所以該輔助優(yōu)化設(shè)計(jì)模型的預(yù)測(cè)性能較好。圖5-4學(xué)習(xí)過(guò)程及其誤差變化情況Fig.5-4Learningprocessanderrorchanges（2）擬合度擬合度是判斷由預(yù)測(cè)模型得到的預(yù)測(cè)結(jié)果與實(shí)際發(fā)生情況的吻合程度指標(biāo)，該值通常越接近1說(shuō)明擬合情況越好，常用的檢驗(yàn)擬合度方法有剩余平方和檢驗(yàn)、卡方(c2)檢驗(yàn)和

5基于人工神經(jīng)網(wǎng)絡(luò)的輔助優(yōu)化設(shè)計(jì)模型69線性回歸檢驗(yàn)等。本文的神經(jīng)網(wǎng)絡(luò)輔助優(yōu)化設(shè)計(jì)模型采用線性回歸方法來(lái)檢驗(yàn)其擬合度。從圖5-5可知，神經(jīng)網(wǎng)絡(luò)輔助設(shè)計(jì)模型產(chǎn)生的預(yù)測(cè)值與真實(shí)值總體擬合度高達(dá)0.97953，訓(xùn)練集擬合度為0.97994，測(cè)試集的擬合度為0.97704，說(shuō)明模型整體的擬合情況很好。另外，由圖5-6、圖5-7、圖5-7可以看出使用神經(jīng)網(wǎng)絡(luò)輔助模型得到的預(yù)測(cè)值與設(shè)計(jì)參數(shù)的實(shí)際值基本沒(méi)有較大偏差，進(jìn)一步說(shuō)明了模型有著很好的擬合效果。圖5-5回歸擬合Fig.5-5Regressionfit圖5-6基礎(chǔ)短邊真實(shí)值與預(yù)測(cè)值比較圖Fig.5-6Comparisonchartofbasicshort-siderealvalueandpredictedvalue


本文編號(hào)：3367824