Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

14.10.2015 | Original Article | Ausgabe 2/2017

Neural Computing and Applications 2/2017

Developing a hybrid PSO–ANN model for estimating the ultimate bearing capacity of rock-socketed piles

Zeitschrift:
Neural Computing and Applications > Ausgabe 2/2017
Autoren:
Danial Jahed Armaghani, Raja Shahrom Nizam Shah Bin Raja Shoib, Koohyar Faizi, Ahmad Safuan A. Rashid

Abstract

Rock-socketed piles are commonly used in foundations built in soft ground, and thus, their bearing capacity is a key issue of universal concern in research, design and construction. The accurate prediction of the ultimate bearing capacity (Q u) of rock-socketed piles is a difficult task due to the uncertainty surrounding the various factors that affect this capacity. This study was aimed at developing an artificial neural network (ANN) model, as well as a hybrid model based on both particle swarm optimisation (PSO) and ANN, with which to predict the Q u of rock-socketed piles. PSO, a powerful population-based algorithm used in solving continuous and discrete optimisation problems, was here employed as a robust global search algorithm to determine ANN weights and biases and thereby improve model performance. To achieve the study aims, 132 piles socketed in various rock types as part of the Klang Valley Mass Rapid Transit project, Malaysia, were investigated. Based on previous related investigations, parameters with the most influence on Q u were identified and utilised in the modelling procedure of the intelligent systems. After constructing and modelling these systems, selected performance indices including the coefficient of determination (R 2), root-mean-square error, variance account for and total ranking were used to identify the best models and compare the obtained results. This analysis revealed that the hybrid PSO–ANN model offers a higher degree of accuracy compared to conventional ANN for predicting the Q u of rock-socketed piles. However, the developed model would be most useful in the preliminary stages of pile design and should be used with caution.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe​​​​​​​




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe

Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 2/2017

Neural Computing and Applications 2/2017 Zur Ausgabe

Premium Partner

    Bildnachweise