다중회귀분석 및 인공신경망을 이용한 자갈다짐말뚝 개량지반의 극한 지지력 예측 (Prediction of Ultimate Bearing Capacity of Soft Soils Reinforced by Gravel Compaction Pile Using Multiple Regression Analysis and Artificial Neural Network)

서지정보

· 발행기관 : 한국지반공학회
· 수록지 정보 : 한국지반공학회논문집 / 33권 / 6호 / 27 ~ 36페이지
· 저자명 : 봉태호, 김병일

초록

자갈다짐말뚝(Gravel Compaction Pile) 공법은 연약지반 개량공법 중의 하나로 육상 및 해상에서 연약 지반을 개량하기 위해 많이 사용되어 왔다. 자갈다짐말뚝으로 보강된 지반의 극한 지지력은 자갈다짐말뚝 및 지반의 강도, 치환율,시공조건 등에 영향을 받으며 이를 예측하기 위한 다양한 예측식이 제안되었다. 하지만 기존 예측식을 활용한 극한지지력 예측은 오차율 및 변동성이 매우 크며, 실제 설계에 활용하기에는 부적합한 것으로 나타났다. 본 연구에서는자갈다짐말뚝으로 보강된 지반의 극한 지지력을 예측하기 위하여 현장 재하시험결과를 활용한 다중회귀분석을 수행하였으며, 단일잔류 교차검증에 따른 예측오차평가를 통하여 가장 효율적인 입력변수를 선정하고 이에 대한 극한지지력 예측식을 제안하였다. 또한 선정된 입력변수를 활용하여 인공신경망 적용에 따른 극한 지지력 예측오차를평가하고 이를 기존 예측식에 따른 결과와 비교･분석하였다.

영어초록

Gravel compaction pile method has been widely used to improve the soft ground on the land or sea as one of thesoft ground improvement technique. The ultimate bearing capacity of the ground reinforced by gravel compaction pilesis affected by the soil strength, the replacement ratio of pile, construction conditions, and so on, and various predictionequations have been proposed to predict this. However, the prediction of the ultimate bearing capacity using the existingmodels has a very large error and variation, and it is not suitable for practical design. In this study, multiple regressionanalysis was performed using field loading test results to predict the ultimate bearing capacity of ground reinforcedby gravel compaction pile, and the most efficient input variables are selected through evaluation of error by leave oneout cross validation, and a multiple regression equation for the prediction of ultimate bearing capacity was proposed.
In addition, the prediction error was evaluated by applying artificial neural network using the selected input variables,and the results were compared with those of the existing model.

참고자료

· 없음