载体桩(复合载体夯扩桩)是近年来在桩基工程中使用比较广泛的一种新桩型,目前在工程管理工作中如何确定载体桩单桩质量是急需解决的首要问题之一。当前经验公式法、现场试验等方法本身具有的局限性很难准确地、便捷地、经济地测定每根桩的实际质量情况,因此,根据实际工作需要,结合相应的理论知识,探究一种更为科学、合理的预测方法对工程管理工作具有非常重要的意义。由于影响载体桩的因素很多且较为复杂,存在很多不确定性,难以用明确的数学公式求得,而BP神经网络具有强大的学习功能和非线性映射能力,因此本文将采用此方法解决载体桩在质量预测方面的问题。本文首先阐述了载体桩的承载机理,并对影响载体桩质量的各因素进行了细致的、全面的分析,主要包括持力土层、桩体、施工机械、时间及空间效应等方面,同时分别建立了单桩竖向承载力特征值预测模型和桩身完整性的预测模型;其次在Mat lab语言环境下编写了相应的程序,利用收集到的邯郸地区的试桩数据对所建立的BP神经网络进行训练,并将预测结果与现场的实测值进行对比,从而验证了结果的准确性与可靠性,为载体桩的质量提供了一种精度较高的预测方法。