锚杆承载力预测新方法的研究

摘要：

锚杆锚固质量检测一直是岩土工程界备受关注的问题,其中锚杆极限承载力预测是锚杆质量检测的重要环节.RBF神经网络以其简单易行、逼近能力强及分类效果好等优点得到广泛应用.RBF神经网络具有单隐层的三层前馈网络.本文采用减聚类算法得到RBF隐含层的中心个数;K-均值算法得到隐含层的初始中心及对应宽度,提高RBF的泛化能力;采用PSO算法对初始中心和宽度进行优化,以得到最优解;最后采用计算简单的最小二乘法确定隐含层与输出层之间的权值.

关键词： 岩土工程 锚固质量 锚杆承载力 RBF神经网络 粒子群算法

作者: 孙晓云 曹威 程久龙

作者单位: 石家庄铁道大学 石家庄 050043 中国矿业大学(北京)北京 100083

会议类型: 国内会议

会议名称: 2016中国地球科学联合学术年会

会议地点: 北京

会议语种:中文

页码: 1715-1718

在线出版日期: 2016-10-15（万方平台首次上网日期，不代表论文的发表时间）