论文部分内容阅读
提出一种基于v-SVR的单桩极限承载力预测方法。该方法从基桩高应变动测试验结果中提取特征参数，组成反映基桩竖向承载力的特征向量，并利用一种改进的支持向量机(v-SVR)的非线性映射特性和学习能力，建立特征向量和单桩竖向极限承载力之间的非线性隐式方程，用以预测单桩极限承载力。在预测模型建立过程中，采用留一法和网格搜索法相结合进行预测模型选取。实例研究表明：基于v-SVR的单桩极限承载力预测方法比凯司法及人工神经网络法的预测结果更接近静载试验结果，且预测结果较为准确，具有一定的实用价值。