论文部分内容阅读
复合地基承载力是衡量CFG桩复合地基施工质量的重要参数之一，其能否达到设计要求也是进行下一步主体结构施工的前提条件。静载荷试验是现在最为精准、可靠的地基承载力原位检测方式，但现场试验消耗的时间和经济成本较大，且该试验属于破坏性试验，难以全面、准确地得到承载力特征值。由于规范中给出的复合地基承载力估算公式设计相对保守，依据规范要求得出的设计值远低于现场实测值，造成桩体材料和天然地基承载力的浪费。 为了在原有静载荷试验的基础上对复合地基承载力进行更为全面的预测，本文提出了一种成本较低、精准度较高的预测方法。首先对CFG桩复合地基机理进行分析，从土体物理特征、桩体自身参数等方面提取12项影响因素，建立承载力指标体系；其次，引入模拟退火算法（SA）中的Metropolis准则对非线性惯性权重粒子群算法（ULWPSO）的粒子速度、位置更新方法进行改进，形成混合粒子群算法(HPSO)。应用HPSO的寻优能力，对支持向量机（SVM）中的核心参数进行优化，建立基于HPSO-SVM的CFG桩复合地基承载力预测模型。并经由实例分析，验证该模型在CFG桩复合地基承载力预测应用中的可行性。 选取WK房地产项目中涉及CFG桩复合地基的相关数据作为承载力预测样本，引入主成分分析法(FCA)去除样本影响因素间的相关性。将HPSO-SVM与PSO-SVM进行比较，结果显示前者在SVM参数选取和预测精度方面都具有明显优越性。并将HPSO-SVM、PSO-SVM、GA-BP和Logistic Regression进行100次留一法交叉验证试验，结果显示HPSO-SVM模型的均方误差（MSE）均值为35.51312，明显低于后三者（44.79668、45.20706、54.86805），由此进一步验证了HPSO-SVM预测模型更精准的预测效果，以及在CFG桩复合地基承载力预测中的工程应用价值。