基于遗传-神经网络的单桩竖向极限承载力预测方法研究

刘勇健

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于遗传-神经网络的单桩竖向极限承载力预测方法研究

基础理论与实验研究 | 更新时间：2026-06-25

- 基于遗传-神经网络的单桩竖向极限承载力预测方法研究
- Study of prediction method of vertical ultimate bearing capacity of single pile based on genetic algorithm and neural network
- 岩土力学 2004年25卷第1期
- 作者机构：
  
  广东工业大学建设学院,广东,广州,510500
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： 0241
- 网络首发：2014-07-15，
  
  纸质出版：2004
- 稿件说明：
移动端阅览
刘勇健. 基于遗传-神经网络的单桩竖向极限承载力预测方法研究[J]. 岩土力学, 2004,25(1).

LIU Yong-jian. Study of prediction method of vertical ultimate bearing capacity of single pile based on genetic algorithm and neural network[J]. 2004, 25(1).
刘勇健. 基于遗传-神经网络的单桩竖向极限承载力预测方法研究[J]. 岩土力学, 2004,25(1). DOI：

LIU Yong-jian. Study of prediction method of vertical ultimate bearing capacity of single pile based on genetic algorithm and neural network[J]. 2004, 25(1). DOI：

摘要

分析了BP神经网络的缺陷和遗传算法的特点，建立了基于遗传-BP神经网络的单桩竖向极限承载力预测模型。实例研究表明，预测模型性能良好、预测精度提高、简便易行、行之有效，该方法具有广泛的应用前景。

Abstract

The shortcomings of error back-propagation (BP) neural network and the characteristics of genetic algorithm (GA) are analyzed. Based on GA and BP algorithm

the prediction model of vertical ultimate bearing capacity of single pile is built. Real example research shows that the prediction model which based on GA and BP algorithm owns good quality

high precision and is easy to deal with. The method is feasible

effective and has wide applied prospects as well.

关键词

Keywords

references

浏览量

1418

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于遗传算法的冻土路基融沉可靠性分析

基于遗传神经网络的渗流实时预报方法研究

基于遗传支持向量机的地下工程裂隙岩体注浆量预测

高填石路堤蠕变本构模型及其参数反演分析与应用

2025年缅甸7.9级地震场地液化震害分析