摘要
在分析砂土液化影响因素的基础上,选取震级、地面加速度最大值、标准贯入击数、比贯入阻力、相对密实度、平均粒径、地下水位等7个因素作为评价指标,建立了砂土液化势评价的补偿模糊神经网络模型。通过对网络的学习训练和仿真检验,表明补偿模糊神经网络是进行砂土液化势预测评价的有效手段。
This paper establishes the compensative fuzzy neural network model for assessing sand liquefaction potential with seven parameters including earthquake magnitude,peak ground surface acceleration,standard penetration value,specific penetration resistance,relative compaction,average particle diameter,and water table based on analyzing some influencing factors of sand liquefaction.The result indicates that compensative fuzzy neural network is a useful tool in the assessing and predicting liquefaction potential through training and simulating the network.
引文
[1]陈国兴.对我国六种抗震设计规范中液化判别规定的综述和建议[J].南京建筑工程学院学报,1995,33(2):54-61.
[2]陈文化,孙巨平,徐兵.砂土地震液化的研究现状及发展趋势[J].地震工程与工程振动,1991,15(1):31-40.
[3]谢定义.饱和砂土液化的若干问题[J].岩土工程学报,1992,14(3):90-98.
[4]刘颖,谢君斐.砂土震动液化[M].北京:地震出版社,1984.
[5]刘恢先.唐山大地震[M].北京:地震出版社,1986.
[6]闻新,周露,王丹力,等.MATLAB神经网络应用设计[M].北京:科学技术出版社,2002.
[7]王士同.神经模糊系统及其应用[M].北京:北京航空航天大学出版社,1998.
[8]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):3-7.
[9]徐起浩,左开挺,吴名彬,等.1997年9月三水4.4级地震影响场与构造背景[J].华南地震,1998,18(1):135-142.