预测钢筋混凝土预制桩竖向极限承载力的自适应神经模糊推理方法研究r
r
张志军12，丁德馨2，饶龙12，毕忠伟12r
1南华大学建筑工程与资源环境学院，湖南衡阳421001；2中南大学资源与安全技术学院，湖南长沙410083r
r
摘要：传统的钢筋混凝土预制桩极限承载力预测方法，难以考虑单桩极限承载力影响因素的模糊性和相互作用关系。预测单桩极限承载力的人工神经网络方法则存在着收敛速度慢、过程难以重复等缺点。为此，本文提出并建立了预测钢筋混凝土预制桩极限承载力的自适应神经模糊推理方法。文中收集了上海某地区的41例钢筋混凝土预制桩，利用其中37例的实测数据建立了预测单桩极限承载力的ANFIS模型，利用另外的4例检验了模型的预测性能。研究结果表明，所建立的ANFIS方法具有收敛速度快、预测精度高、训练过程具有可重复性等优点，是一种优异的钢筋混凝土预制桩极限承载力预测方法。r
关键词：极限承载力；人工神经网络；自适应神经模糊推理系统r
1引言r
桩基础以具有耗材少、施工简便、承载力高、稳定性好、沉降量小而均匀等优点，在高层建筑、桥梁工程等领域得到了广泛应用13。在设计桩基础中，单桩极限承载力是一个不可缺少的设计参数。它是单桩在竖向外荷载作用下不丧失稳定性也不产生过大沉降时所能承受的最大竖向荷载，它不仅取决于桩的材料强度和土对桩的支承力（包括桩侧摩阻力和桩端土承载力），而且还受到诸如桩长、桩径、桩的截面形状和尺寸以及入土深度等因素的影响。这些影响因素具有模糊性且相互作用，因此采用传统方法（如静载荷试验、高应变试桩、理论分析及经验公式等）来确定单桩极限承载力时，由于无法考虑这些因素的模糊性及相互作用关系，使得所确定的单桩极限承载力往往出现较大偏差。因此，寻求一种能考虑这些因素相互作用关系的单桩极限承载力的预测方法，已成为桩基工程领域的重要课题34。r
近年来，许多学者试图将人工神经网络ANN5应用于预测单桩极限承载力46。但是，ANN自身所存在的诸如需进行多次训练学习才有可能得到较好的预测结果以及训练过程难以重复等缺点7，都不同程度地阻碍了这种方法的推广应用。由此，本文提出并建立了预测单桩极限承载力的自适应神经模糊推理方法，并对其进行了检验。结果表明，该方法具有收敛速度快、预测精度高、训练结果可靠且重复性好等优点，是一种优异的预测单桩极限承载力的方法。r
2自适应神经模糊推理系统简介r
ANN具有学习功能，而模糊逻辑推理具有处理模糊语言信息的能力，并可模r