文献

J-GLOBAL ID：200902257058635866   整理番号：09A0257451

多項式ニューラルネットワークと遺伝的アルゴリズムによるCPTとCPTuデータからの杭シャフトの容量

Piles shaft capacity from CPT and CPTu data by polynomial neural networks and genetic algorithms

著者 (3件)： ARDALAN H. (Dep. of Civil Engineering, Fac. of Engineering, Univ. of Guilan, IRN) ,  ESLAMI A. (Dep. of Civil Engineering, Amirkabir Univ. of Technol., Univ. of Guilan, Hafez street, No. 424, Tehran, Tehran ...) ,  NARIMAN-ZADEH N. (Dep. of Mechanical Engineering, Fac. of Engineering, Univ. of Guilan, IRN)
資料名： Computers and Geotechnics  (Computers and Geotechnics)
巻： 36  号： 4  ページ： 616-625  発行年： 2009年05月 
JST資料番号： D0143E  ISSN： 0266-352X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： コーン貫入試験(CPT)は現場試験における最も一般的なものの1つであり,それは,モデル杭として具体化できるため杭設計に使用される。通常,測定したコーン抵抗(q_c)とスリーブ摩擦(f_s)は,杭ユニット先端とシャフトの抵抗力の推定にそれぞれ用いられる。CPTまたはCPTu調査から成るサイトでのシャフトと先端抵抗を分離し,引抜き,または押込みで実施された静的載荷試験を含めて33の杭事例史を収集した。遺伝的アルゴリズム(GA)を用いて最適化したデータハンドリング組別法(GMDH)タイプのニューラルネットワークを適用した。これを用い,実験で得た訓練と試験の諸データを採用して,入力パラメータとしての有効なコーン先端抵抗(q_E)とコーンスリーブ摩擦(f_s)が杭ユニットシャフト抵抗に及ぼす影響をモデル化した。モデル出力への入力パラメータの影響を調べるため,得たモデルについて感度解析を行った。q_Eとf_sに基づき杭ユニットシャフト抵抗を推定するためのいくつかのグラフを感度解析から導出した。提案した方法の性能を他のCPTとCPTu直接法と比較し,測定した杭シャフトの容量と参照した。結果は,杭シャフト容量の予測においてかなりの改良が達成されたことを示した。Copyright 2009 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *杭基礎 ,  ニューラルネットワーク ,  遺伝的アルゴリズム ,  *コーン貫入試験 ,  杭 ,  貫入抵抗 ,  周面摩擦 ,  載荷試験 ,  GMDH ,  感度解析 ,  *杭工事
準シソーラス用語： 静的載荷試験 ,  先端抵抗

分類 (2件)： 杭,杭基礎,矢板式基礎  (RA03080W) ,  現地調査,土質試験  (RA03020I)

タイトルに関連する用語 (6件)： 多項式 ,  ニューラルネットワーク ,  遺伝的アルゴリズム ,  CPT ,  杭 ,  シャフト