›› 2004, Vol. 25 ›› Issue (12): 1942-1946.

• 基础理论与实验研究 • 上一篇    下一篇

砂土地震液化预测的人工神经网络模型

刘红军,薛新华   

  1. 中国海洋大学 环境科学与工程学院,山东 青岛 266003
  • 收稿日期:2003-07-18 出版日期:2004-12-10 发布日期:2014-08-19
  • 作者简介:刘红军,男,1966年生,副教授,主要从事岩土工程方面的科研与教学工作。
  • 基金资助:

    山东省建设厅基金项目资助。

Artificial neural network model for prediction of seismic liquefaction of sand soil

LIU Hong-jun , XUE Xin-hua   

  1. College of Environmental Science and Engineering,Ocean University of China,Qingdao 266003,China
  • Received:2003-07-18 Online:2004-12-10 Published:2014-08-19

摘要: 在简要分析BP算法的基础上,应用BP网络的理论与方法,选取烈度、震中距、平均粒径、不均匀系数、地下水埋深、砂层埋深、标贯击数、剪应力比等8个实测指标,建立了砂土液化预测的神经网络模型。通过实例计算与模型评价、验证了该模型的科学性、高效性并较规范法、Seed简化法等传统方法具有更高的预测精度,说明人工神经网络是解决非线性问题的有效方法之一。

关键词: 人工神经网络, BP算法, 预测, 砂土液化, 模型评价

Abstract: Based on simply analyzing the back propagation algorithm, the principles of the BP neural network are applied to predicting sand liquefaction with eight factors listed as follows: seismic intensity, epicenter distance, mean diameter, coefficient of non-uniformity, underground water depth, sand depth, blow number of standard penetration test, ratio of shearing stress. Through computing practical examples and assessing the model, the model is manifested to be scientific and effective with much more accurate results than the Norm method and seed simplified method. The results show that the method is an efficient one in solving nonlinear problems.

Key words: artificial neural networks, BP algorithm, prediction, liquefaction of sand soil, assessment of model

中图分类号: 

  • TU454
[1] 王 岗, 潘一山, 肖晓春, . 单轴加载煤体破坏特征与电荷规律研究及应用[J]. 岩土力学, 2019, 40(5): 1823-1831.
[2] 庄海洋, 付继赛, 陈 苏, 陈国兴, 王雪剑, . 微倾斜场地中地铁地下结构周围地基液化与变形特性振动台模型试验研究[J]. 岩土力学, 2019, 40(4): 1263-1272.
[3] 魏 星, 张 昭, 王 刚, 张建民, . 饱和砂土液化后大变形机制的离散元细观分析[J]. 岩土力学, 2019, 40(4): 1596-1602.
[4] 张 勋, 黄茂松, 胡志平, . 砂土中单桩水平循环累积变形特性模型试验[J]. 岩土力学, 2019, 40(3): 933-941.
[5] 郑 栋, 黄劲松, 李典庆, . 基于多源信息融合的路堤沉降预测方法[J]. 岩土力学, 2019, 40(2): 709-719.
[6] 钟国强, 王 浩, 李 莉, 王成汤, 谢壁婷, . 基于SFLA-GRNN模型的基坑地表最大沉降预测[J]. 岩土力学, 2019, 40(2): 792-798.
[7] 陈 磊, 赵学胜, 汤益先, 张 红, . 结合InSAR的幂指数Knothe模型参数拟合与评估[J]. 岩土力学, 2018, 39(S2): 423-431.
[8] 王 伟,方志明,李小春, . 沁水盆地煤样静水压力下渗透率实验及模型分析[J]. , 2018, 39(S1): 251-257.
[9] 付自国,乔登攀,郭忠林,李克钢,谢锦程,王佳信. 超细尾砂胶结充填体强度计算模型及应用[J]. , 2018, 39(9): 3147-3156.
[10] 李 宣, 孙德安,张俊然,. 吸力历史对非饱和粉土动力变形特性的影响[J]. , 2018, 39(8): 2829-2836.
[11] 韩智铭,乔春生,朱 举. 含两组交叉贯通节理岩体的强度及破坏特征分析[J]. , 2018, 39(7): 2451-2460.
[12] 张春会,王 兰,田英辉,于永江,王来贵,. 饱和黏土中固定锚腚拖曳锚嵌入轨迹预测模型[J]. , 2018, 39(6): 1941-1947.
[13] 付海清,袁晓铭,王 淼,. 基于现场液化试验的饱和砂土孔压增量计算模型[J]. , 2018, 39(5): 1611-1618.
[14] 高 旭,郭建波,晏鄂川,. 考虑止水帷幕的深基坑降水预测解析计算[J]. , 2018, 39(4): 1431-1439.
[15] 刘鑫锦,苏国韶,冯夏庭,燕柳斌,闫召富,张 洁,李燕芳,. 基于声音信号的室内岩爆动态预测方法[J]. , 2018, 39(10): 3573-3580.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 刘 晓,唐辉明,刘 瑜. 基于集对分析和模糊马尔可夫链的滑坡变形预测新方法研究[J]. , 2009, 30(11): 3399 -3405 .
[2] 胡大伟,周 辉,谢守益,张 凯,邵建富,冯夏庭. 大理岩破坏阶段Biot系数研究[J]. , 2009, 30(12): 3727 -3732 .
[3] 张春会,于永江,赵全胜. 非均匀煤岩渗流-应力弹塑性耦合数学模型及数值模拟[J]. , 2009, 30(9): 2837 -2842 .
[4] 魏 纲,郭志威,魏新江,陈伟军. 软土隧道盾构出洞灾害的渗流应力耦合分析[J]. , 2010, 31(S1): 383 -387 .
[5] 朱建明,彭新坡,姚仰平,徐金海. SMP准则在计算煤柱极限强度中的应用[J]. , 2010, 31(9): 2987 -2990 .
[6] 白 冰,李小春,石 露,唐礼忠. 弹塑性应力-应变曲线的斜率恒等式及其验证和应用[J]. , 2010, 31(12): 3789 -3792 .
[7] 唐利民. 地基沉降预测模型的正则化算法[J]. , 2010, 31(12): 3945 -3948 .
[8] 尹光志,王登科,张东明,魏作安. 基于内时理论的含瓦斯煤岩损伤本构模型研究[J]. , 2009, 30(4): 885 -889 .
[9] 侯公羽,牛晓松. 基于Levy-Mises本构关系及D-P屈服准则的轴对称圆巷理想弹塑性解[J]. , 2009, 30(6): 1555 -1562 .
[10] 蔡辉腾,危福泉,蔡宗文. 重庆主城区粉质黏土动力特性研究[J]. , 2009, 30(S2): 224 -228 .