透過您的圖書館登入
IP:3.141.202.187
  • 期刊

以類神經網路預測受側力基樁之樁頭載重-變形曲線

Use of Neural Network for Laterally Loaded Pile Head Load-Displacement Curve Estimation

摘要


台灣由於基樁使用日益頻繁,如何有效評估基樁承載力,了解樁體與土壤間之互制作用,一直是國內大地工程學者持續研究、探討的對象。一般推估基樁側向承載力必須利用現地側樁試驗求得P-Y曲線後再以反覆曡代等半經驗方法求解。本文則嘗試利用類神經網路所具有的非線性複雜關係處理、容錯與學習能力,透過大量現地土壤與基樁材料特性等試樁資料的學習過程建立網路系統架構並藉以預測基樁受側力作用時之樁頭載重-變形曲線。

並列摘要


Increasing use of pile foundations in Taiwan, an efficient method to evaluate pile lateral capacity has been drawn attention to geotechnical engineers. In general, we often need in-situ pile lateral load test to obtain p-y curves for capacity evaluation. This paper is to use the neural network method, via available in situ soil data, pile geometry and material properties, to estimate the load-displacement curve at pile head for laterally loaded piles.

被引用紀錄


劉晋宏(2010)。基因演算法自動演化類神經網路應用於飽和砂土不排水三軸應力-應變行為之模擬〔碩士論文,長榮大學〕。華藝線上圖書館。https://www.airitilibrary.com/Article/Detail?DocID=U0015-0202201023495800

延伸閱讀