论文研究 I DEAS二次开发研究及在焊缝疲劳仿真中的应用.pdf

高斯过程是新近发展的一种机器学习方法，对处理复杂非线性问题具有很好的适应性。针对CFG桩复合地基承载力难以合理确定的问题，提出了基于高斯过程的CFG桩复合地基承载力预测模型。该模型通过对少量训练样本的学习，就可以建立CFG桩复合地基承载力与其影响因素之间的复杂非线性映射关系。将模型应用于工程实例，研究结果表明，CFG桩复合地基承载力预测的高斯过程模型是科学可行的。高斯过程模型的预测精度高，适用性强，具有算法参数自适应化的特点且易于实现，具有良好的工程应用前景。