李万庆，闫冠勇，孟文清，石华旺

（1.河北工程大学经济管理学院，河北邯郸 056038;2.河北工程大学土木工程学院，河北邯郸 056038）

CFG桩复合地基处理技术是20世纪90年代出现的一种地基处理新技术，该桩基在提高地基承载力及降低工程造价等方面具有很好的经济效益和社会效益，在软弱、不良地基的加固处理中有广泛的应用。然而由于影响CFG桩复合地基承载力的因素很多，各因素间又互相作用，相互影响，且与复合地基承载力之间存在着高度的复杂性和非线性关系，因此很难建立准确的承载力计算公式。目前设计中使用的公式多是在试验基础上建立的半经验半理论公式，经验系数的取值对承载力计算结果影响很大，且计算结果与静载荷试验数据存在较大误差，设计中往往偏于保守。静载荷试验法虽然准确可靠，但存在着测试费用高、劳动强度大等缺点。因此如何确定复合地基承载力成为CFG桩复合地基设计及施工中的重要问题［1］。

近年来，已有学者将人工智能技术引入到复合地基承载力的预测中，如陈志敏等［2］将BP神经网络应用于夯扩桩复合地基承载力的预测中;齐宏伟［3］等将BP神经网络应用于CFG桩复合地基承载力的预测中等。然而BP网络具有一些难以克服的缺陷，如学习时间长、收敛速度慢、训练过程中存在局部极小等缺点。小波神经网络是将小波分析和神经网络相结合而成，该模型既有神经网络的自学习能力;同时，小波神经网络属于局部逼近网络，与全局逼近网络相比，更易适应数据，可避免较大外推误差的优点。……