基于ICA-SVM的超长大直径钢管桩承载力预测

张明远，宋华珠，李 彬，李 艳

（1.武汉理工大学 设计研究院，武汉 430070；2.武汉理工大学 计算机科学与技术学院，武汉 430070；3.长江勘测规划设计研究有限责任公司，武汉 430010；4.武汉理工大学 湖北省道路桥梁与结构工程重点实验室，武汉 430070）

1 引 言

超长大直径钢管桩因单桩承载力较高、沉桩工艺相对简单、排土量较小及抗弯能力强，已越来越广泛地被应用于跨海大桥、大型深水港码头等重大工程中。准确地计算超长大直径钢管桩的设计承载力是实现这类工程结构安全性和经济性的必要前提。然而，现行规范中关于这类桩的设计方法仍然局限在普通桩承载变形机制的基础之上，理论的发展滞后于实际的工程应用，设计中很难做到安全可靠与经济合理两者统一。针对桩基承载特性的复杂性和不确定性，不少研究者采用各种智能方法建模预测单桩的极限承载力。其中，神经网络在单桩承载力预测中应用最广泛[1－3]，但神经网络存在不能达到全局最优、收敛慢、容易导致过学习等不足。支持向量机（SVM）是继人工神经网络后，智能计算方法发展的里程碑，已被广泛应用于各个领域，它是专门针对有限样本的学习机器，采用结构风险最小化原理，通过在给定的数据逼近精度与逼近函数的复杂性之间寻求最佳折衷来求解分类平面，尽可能减少测试数据的错分类数量，以期获得最好的泛化能力。近几年，SVM方法已被研究者用于各种类型的单桩极限承载力的预测研究中。……