基于ICA-RBF神经网络的沥青混合料疲劳性能预测

为研究沥青混合料在多因素环境下疲劳性能的变化趋势,提出一种基于MATLAB软件的优化神经网络预测模型,结合帝国竞争优化算法(imperialist competitive algorithm,ICA)与径向基(radial basis function,RBF)神经网络的优势,构建ICA-RBF神经网络模型,采用拟合优度、平均相对误差、均方根误差分析RBF与ICA-RBF两种模型的预测结果,通过输出权值矩阵计算各影响因素的权重。在52组多变量因素实验数据中随机选取12组样本对模型进行检验,结果表明:ICA-RBF优化模型拟合优度为0.97,与RBF模型相比,ICA-RBF模型更稳定,且整体精度也较高。     

洞庭湖区软土水泥搅拌桩复合地基沉降控制效果数值分析

为分析洞庭湖区新建南益高速公路软土水泥搅拌桩复合地基各因素对工后沉降影响水平,运用ABAQUS有限元软件建立水泥搅拌桩复合地基数值模型,对其运营期工后沉降控制效果进行分析。结果表明:洞庭湖区软基工后沉降随桩间距的减小、桩长的增大、桩径的增大而减小,其中桩间距对软基工后沉降的影响水平最高,桩径对软基工后沉降的影响水平最低;建议水泥搅拌桩处治软土地基时,采用短而密的布桩方式以更好地控制软基工后沉降。