砂土液化判别的人工神经网络方法
详细信息 本馆镜像全文    |  推荐本文 | | 获取馆网全文
摘要
应用人工神经网络原理,根据地震液化的实测资料,建立了 8个因素综合考虑的预测砂土液化的BP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、高效性并较规范法具有更高的预测精度,不仅为砂土液化提供了又一新的研究方法,而且为进一步完善规范公式提出了建议.
Applying the principle of the artificial neural network and based on the observation data of sand liquefaction, the BP netwok model with eight factors to synthetically predict sand liquefaction is established. By computing practical example and assessing model, the model. is manifested scientific and effective with more accurate predicting result than norm. The article not only brings forward a new reaserch method of sand liquefaction, but also provides advise to perfect norm.
引文
[1]汪明武,罗国煜.最优化方法在砂土液化势评价中的应用[J].岩土工程学报,1999,21(6):704.706.
    [2]刘金韬,金晓媚.饱和砂土液化判别方法中问题浅析[J].工程地质学报,2000,8(3):379-384.
    [3]阮永芬,陈昆梅,韦敏才.粉土地震液化等级评判的人工神经网络技术应用[J].昆明理工大学学报,2000,25(4):63.65.
    [4]王新得.研究地基液化的新方法[J].江苏地质,1997,21(4):43-46.
    [5]李孝安,张晓缋.神经网络与神经计算机导论[M].西安:西北工业大学出版社,1994.
    [6]高浪,谢康和.土钉支护中土钉应力的监测与预测[J].水利学报,2000,10:61-65.
    [7]李本强.土钉支护变形预测的神经网络方法[J].五邑大学学报(自然科学版),2000,14(3):18-21.
    [8]张乃尧,阎平凡.神经网络与模糊控制[M].北京:清华大学出版社,1998.
    [9]焦李成.神经网络系统理论[M].西安:西安电子科技大学,1996.
    [10] Flood I, Kartam N. Neural netwoks in civil engineering I: Principles and understanding [J]. J Comp in Civ Engrg ASCE, 1994, 8 (2):131-148.
    [11]闻新,周露,王丹力,等 Matlab神经网络应用设计[M].北京:科学出版社,2001.
    [12]袁曾任.人工神经元网络及其应用[M].北京:清华大学出版社,1999.
    [13]刘勇健,刘义健.人工神经网络在砂土液化评价中的应用[J].勘察科学技术,1999,(1):3-5.

版权所有:© 2023 中国地质图书馆 中国地质调查局地学文献中心