基于SOFM神经网络的砂土液化评价

英文篇名：Evaluation of Sand Liquefaction Potential Based on SOFM Neural Network
中文刊名：华中科技大学学报(城市科学版)
英文刊名：Journal of Wuhan Urban Construction Institute
作者：赵胜利 ; 赵红英 ; 刘燕
英文作者：ZHAO SHENG-li~(1 ; 2)ZHAO HONG-ying~3LIU Yan~2 (1.School of management ; Tianjin Univ. ; Tianjin 300072 ; China ; 2.School of Rural and Urban Construction ; Hebei Agricultural Univ. ; Baod ing 071001 ; China ; 3.School of Machine ; North China Electric Power Univ. ; Baoding 071003 ; Ch ina)
中文关键词：自组织特征映射(SOFM) ; 神经网络 ; 砂土液化 ; 评价
英文关键词：self-organization feature mapping(SOFM) ; neural network ; sands liquefactio n potential ; evaluation
出版日期：2005-06-30
机构：天津大学管理学院,华北电力大学机械学院,河北农业大学城建学院天津　300072河北农业大学城建学院河北　保定　071000 ,河北　保定071003 ,河北　保定　071000
年：2005
期：02
出版单位：华中科技大学学报(城市科学版)

摘要

提出应用自组织特征映射(SOFM)神经网络进行砂土液化评价,根据实测资料和行业规范,建立具有7个输入参数,4个输出类别的SOFM神经网络模型对砂土液化的严重程度做出评价.实例研究表明,应用SOFM神经网络评价砂土液化高效可行,为砂土液化的研究提供了新方法.
Self-organization Feature Mapping(SOFM) neural network is applied to evaluate sand liquefaction potential. Based on the case-historic data and the pr ofessional norms, the SOFM network model with seven input parameters and four ou tput sorts is set up to evaluate sand liquefaction potential. The testing result s of practical examples show that the method based on SOFM neural network for ev aluating sands liquefaction potential is feasible and effective and has gain fin e results, which provides a new approach to research sands liquefaction poten tial.

引文

[1]　顾晓鲁,钱鸿缙.地基与基础[M].北京:中国建筑工业出版社,1996.
    [2]　刘金超,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,2000,18(3):379-384.
    [3]　王新得.研究地基液化的新方法[J].江苏地质,1997,21(4):43-46.
    [4]　李倩倩.砂土地震液化的优化判别[J].岩土工程技术,2001,(3):155-159.
    [5]　赵艳林,杨绿峰,吴敏哲.砂土液化的灰色综合评判[J].自然灾害学报,2000,9(1):72-79.
    [6]　AnthonyTCGoh.Neural-networkmodelingofCPTseismicliquefactiondata[J].J.Geotech.Engrg,ASCE,1996,70:122-126.
    [7]　任文杰,苏经宇,窦远明,等.砂土液化判别的神经网络方法[J].河北工业大学学报,2002,31(2):23-25.
    [8]　AnthonyTCGoh.Seismicliquefacitonpotentialassessedbyneuralnetwork[J].J.Geotech.Engrg,ASCE,1994,(9):122-126.
    [9]　张晓晖,吴亚萍.利用模糊神经网络进行砂土液化势评判[J].工程地质学报,2001,9(2):209-213.
    [10]JuangCHsein,YuanHaiming,LeeDer-her.Simp-lifiedconepenetrationtest-basedforevaluatingliquefactionresistanceofsoils[J].J.Geotech.andGeoenvir.Engrg.ASCE,2003,66:129-137.
    [11]徐宗本,张讲社,郑亚林.计算智能中的仿生学:理论与算法[M].北京:科学出版社,2003.
    [12]刘勇建,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):3-6.
    [13]国家地震局.地震监测与预报方法清理成果汇编[M].北京:地震出版社,1998