随着我国高层建筑、大重型工业厂房、大跨度桥梁等工程的发展,桩基础的应用越来越广泛。作为检验桩基质量的一个重要指标,基桩竖向极限承载力的确定也成为桩基设计中的首要问题。由于嵌岩桩和非嵌岩桩的受力性状不同,其竖向承载力的影响因素也各不相同,如何确定他们的竖向极限承载力一直是工程界关注的问题。本文利用遗传算法优化BP神经网络,即将遗传算法的全局搜索能力和BP神经网络的高次非线性能力相结合,并将此技术引入到桩基承载力研究中,开发基桩竖向承载力的预测与优化设计系统。首先,利用已搜集到的实测数据,以基桩竖向承载力的各个影响因素作为输入参数,以基桩竖向承载力作为输出参数,通过遗传-BP神经网络的训练,得到输入与输出之间的高度非线性映射关系,从而建立适用于山东省济南地区的嵌岩桩和非嵌岩桩各自的竖向承载力预测模型,并验证了该模型的可靠性。其次,利用非嵌岩桩竖向承载力预测模型对非嵌岩桩竖向承载力的各影响因素进行分析,在其他因素固定不变的情况下,改变单个影响因素,观察其对应的竖向承载力的变化,从而确定单个因素的改变对非嵌岩桩竖向承载力的影响。再次,在预测模型的基础上提出基桩竖向承载力的优化设计方案,建立优化设计模型。在地质条件等因素已经确定的情况下,利用该模型一方面可分析基桩竖向承载力所能达到的最大值及该最大值对应的合理的桩身尺寸,另一方面可找到能满足设计承载力要求的最经济的桩身尺寸,为设计与施工人员提供参考。最后,在MATLAB图形用户界面(GUI)内,开发基桩竖向承载力预测与优化设计界面,并通过选择所加载的数据文件来确定该界面是用于嵌岩桩还是非嵌岩桩。将该程序脚本编译为可执行文件,使之在未安装MATLAB的机器上也可运行,更方便应用于实际工程。