基于PSO-BP神经网络的既有桩基极限承载力预测研究

摘要

针对既有桩基再利用中极限承载力评估困难的问题，本文通过13根既有桩基现场静载试验与数值模拟方法，对既有桩基极限承载力展开了分析。在此基础上，基于230组数据样本，采用BP、PSO-BP神经网络对单桩极限承载力进行预测，并通过决定系数（R²）、均方根误差（MAE）和平均绝对误差（RMSE）三个指标评价了预测结果。研究结果表明：9根破坏性试验桩的极限承载力均为桩基再利用设计值的2～3倍，安全储备较为充足。4根非破坏性试验桩回弹率均超过80%，结合数值模拟确定了其单桩极限承载力均大于桩基再利用设计值，验证了其再利用的可行性。预测模型对比分析，PSO-BP模型的决定系数较传统BP模型提升了196%，平均绝对误差与均方根误差分别降低了66%和62%，预测误差多控制在±2 000 kN以内。研究成果为既有桩基承载力高效评估与再利用提供了科学依据。

关键词

既有桩基 / 极限承载力 / 承载力预测 / PSO-BP神经网络