地基处理方案的选择是一项涉及面广、综合性强的工作,需要多方面的知识和丰富的工程设计经验.该文应用知识工程、信息工程、人工智能和计算机等现代科学技术,开展了地基处理智能决策支持系统(GTS)的研究.地基处理的方案设计主要依靠专家的经验进行直觉的判断,该文根据专家的领域知识,构造了地基处理方案选择的知识库,并设计了相应的推理机程序,使系统能代替专家对地基处理方案作出最佳的选择.基于实例推理(CBR)是一种全新的推理和设计方法,该文对已有的地基处理实例进行了整理,用适当的方式组织和储存在数据库里面,并设计了相应的实例搜索系统和实例匹配机制.使系统能根据以往实例来选择当前工程的地基处理方案.由于专家系统存在知识获取困难的问题,而基于实例推理需要寻找合适的权值,所以应用神经网络技术,用以往实例作为教师样本,让系统自动学习地基处理方案选择的知识,将该知识隐性地储存在神经网络的权值和阈值里,指导当前工程地基处理方案的选择.该文采用BP神经网络,编制了相应的推理程序,并通过实例寻找到最佳的参数和网络结构.该文以决策支持系统作为整个程序的框架,使用Visual Basic 6.0和ADO数据库编程技术,将上述决策模块融为一体.整个程序使用图形化界面,操作方便.除此之外,系统还加上了初步设计的计算模块,对地基处理方案决策起到了很好的辅助作用.系统能自动生成分析报告,使用户能了解计算机推理的全过程.该文通过几个实例对系统进行了测试和调整,结果表明该系统不仅模仿人类专家进行地基处理方案的选择,而且能够给出推理解释.系统采用三种智能推理方法相互补充,能够很好地辅助设计人员选用安全、经济、合理的地基处理方式.