Evaluación del rendimiento y optimización de fundaciones de pilotes de concreto reciclado basado en aprendizaje profundo

Este estudio propone un método basado en aprendizaje profundo para la evaluación del rendimiento y optimización de fundaciones de pilotes de concreto reciclado. Al integrar el algoritmo de Optimización por Enjambre de Partículas (PSO) y el algoritmo de Recocido Simulado (SA) para mejorar el rendimiento de la red neuronal BP, se construye un modelo de predicción híbrido SA–PSO–BP para lograr la predicción de la capacidad de carga vertical y el asentamiento de las fundaciones de pilotes de concreto reciclado. Estudios de caso demuestran que el modelo SA–PSO–BP controla los errores de predicción para la capacidad de carga y el asentamiento de las fundaciones de pilotes dentro del ±8%, superando a otros modelos. Este modelo sobresale particularmente en captar características dependientes del tiempo bajo cargas a largo plazo, proporcionando una herramienta confiable de toma de decisiones inteligentes para la optimización del diseño y la evaluación de seguridad de la ingeniería de fundaciones de pilotes.