锤击桩是桩基工程中广泛使用的一种沉桩方法,确定其单桩极限承载力是桩基工程设计中需首要解决的问题之一。目前,确定锤击桩单桩极限承载力的方法主要有直接法和间接法两大类。但由于这些方法自身的局限性,现实工程中不可能准确、经济、便捷地测定每根桩的实际极限承载力。如何准确且方便地获取每根工程桩的单桩极限承载力是工程技术人员十分关心却又非常棘手的问题,而神经网络由于其极强的学习能力和非线性大规模并行处理的能力,正适合求解单桩极限承载力预测这类复杂的问题。本文基于对锤击桩单桩极限承载力以及神经网络机理的认识,提出了锤击桩单桩极限承载力预测的神经网络模型。本文首先阐述了锤击桩的沉桩机理,总结了不同土层中沉桩阻力的变化规律及锤击桩的荷载传递机理,并对影响锤击桩单桩极限承载力的各种因素进行了细致、全面的分析。其次介绍了神经网络的基本概念、基本原理以及BP神经网络的有关特点,并对遗传算法的相关原理进行了阐述。最后在此基础上建立了锤击桩单桩极限承载力预测的神经网络模型。本文重点对神经网络方法在锤击桩单桩极限承载力预测这一问题上的可行性及优越性进行讨论。根据对锤击桩单桩极限承载力影响因素的分析,建立了以桩、锤、土三方面共13个因素作为输入层神经元、单桩竖向极限承载力作为输出层神经元的三层BP神经网络。基于MATLAB7.0平台,利用其自带的神经网络工具箱,编写了相应的程序。针对BP神经网络的缺点,采用了学习率自适应调整、试算法选择隐层神经元结点数以及遗传算法优化网络初始权重的方法对BP神经网络加以优化。最后,利用该神经网络预测模型对南京及上海地区的56根锤击试桩进行了训练及预测分析,并将神经网络预测结果同静载试验结果进行了对比分析,验证了其良好的预测效果。