混凝土水化作用对群桩热力学特性影响现场试验

混凝土早期水化作用不仅释放大量热量、而且会引起桩基先期变形与约束应力,影响桩基承载性能。目前针对地层温度对早期混凝土水化作用引起的桩基热力学特性(尤其是群桩效应)影响的研究仍相对较少。开展3×3群桩在早期混凝土水化作用下的桩基热力学特性现场试验,实测了桩身温度、应变等变化规律,着重分析了地层温度对桩基水化热消散、桩身约束应力的影响规律;并开展了相同条件下单桩热力学特性对比试验,探讨水化热作用群桩效应。研究结果表明,水化热作用下,群桩中温度叠加效应并不明显;地层中恒温带的水化热消散速度慢于变温带;混凝土残余应力沿桩深方向分布不均,呈现中间大、两头小的特点,最大残余应力出现在0.6倍桩深处。     

基于平均线性粒子群算法的人工神经网络在径流预报中的应用

人工神经网络具有很强的非线性处理能力,能够有效地模拟复杂的非线性径流预报过程。传统的基于BP训练算法的人工神经网络具有训练时间较长,容易陷于局部最优值等缺陷,本文对训练算法加以改进,分别使用平均线性粒子群,粒子群和BP算法来优化人工神经网络的各项参数,首先使用标准函数测试了3种算法的全局优化性能,然后用它们对三峡水库的入库径流进行预报,以比较它们的预报性能。结果表明,在3种算法中,平均线性粒子群算法全局寻优的速度最快,稳定性最高,基于平均线性粒子群算法的人工神经网络的径流预报的精度也最高。