首页> 中文期刊> 《结构工程师》 >基于PCA-RVM的静压管桩单桩极限承载力预测

基于PCA-RVM的静压管桩单桩极限承载力预测

         

摘要

为解决静压管桩单桩极限承载力难以获取的难题,提出一种基于主成分分析(Principal Component Analysis,PCA)的相关向量机(Relevance Vector Machine,RVM)静压管桩单桩极限承载力预测方法.通过PCA将13个静压管桩常规影响因素降维成6个独立变量,借助RVM模型建立独立变量与极限承载力之间的非线性映射关系,能够对仅知道影响因素的新样本进行精准预测.采用PCA-RVM方法进行预测并与BP神经网络模型对比,结果表明:PCA-RVM预测模型通过分析各因素的相关性与贡献率,将13个影响因素合理转化为6个独立变量,在信息筛选方面明显优于BP神经网络模型.在承载力预测结果的相对误差及均方差方面,PCA-RVM预测模型均占据极大优势.可见PCA-RVM模型具有精度高、离散性小等优点,为静压管桩单桩极限承载力预测开辟了一种新方法.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号