基于并联灰色神经网络的基桩沉降量预测研究

？研究目的：静荷载试验是基桩检测中最直观有效的检测方法,其试验数据的科学有效性对试验结果的分析判定至关重要。本文旨在通过并联灰色神经网络模型,探讨静荷载试验中相似地质条件下基桩沉降量的有效预测和数据修补问题,并给出计算方法。研究结论：通过对桩周围土体的灰色关联分析,确定了区域内桩周围土体的关联度;借助线性加权的方法对灰色模型和bp神经网络进行并联整合,实现对单一模型的降噪优化;运用并联灰色神经网络,对相似土层区域范围内单桩静荷载试验数据进行有效预测,并进行误差比对。结果表明:该方法可综合考虑多方因素,对试验过程中缺失数据的修复、已知沉降量的拟合、未来沉降量的预测和关联区域内基桩沉降量参考值的确定具有实用价值。