| 基于RBF神经网络模型的砂土液化震陷预估法 |
| |
| 引用本文： | 陈国兴,李方明. 基于RBF神经网络模型的砂土液化震陷预估法[J]. 自然灾害学报, 2008, 17(1): 180-185 |
| |
| 作者姓名： | 陈国兴 李方明 |
| |
| 作者单位： | 南京工业大学,岩土工程研究所,江苏,南京,210009 |
| |
| 基金项目： | 江苏省六大人才高峰基金 |
| |
| 摘 要： | 以我国海城地震、唐山地震和日本新漏地震中建筑物地基的液化震陷实测资料为基础，地震动方面选取地震烈度，，上部结构特征方面选取基底压力P、基础类型r、宽深比BD。和建筑物的长高比L/H，地基土方面选取土的相对密度Dr、上覆非液化土层厚度Da、地下水位dw，共8个影响建筑物地基震陷的主要因素作为神经网络模型的输入参数，地基震陷量与液化土层的深度之比SD作为神经网络模型的输出，采用径向基函数神经网络模型建立建筑物地基的液化震陷预估模型，并利用该模型建立了因素影响趋势线，通过对该神经网络模型的建立、运行和检验，得到了各因素对砂土液化引起的地基震陷量大小的若干影响规律。
|
| 关 键 词： | 砂土液化 地基震陷 径向基函数 神经网络 震陷预估 神经 网络模型 砂土液化 液化震陷预估 neural network model based sand liquefaction estimation settlement 规律 大小 检验 运行 趋势线 利用 预估模型 径向基函数 输出 深度 液化土层 |
| 文章编号： | 1004-4574(2008)01-0180-06 |
| 修稿时间： | 2007-12-10 |
Seismic settlement estimation of sand liquefaction based on RBF neural network model |
| |
| CHEN Guo-xing,LI Fang-ming. Seismic settlement estimation of sand liquefaction based on RBF neural network model[J]. Journal of Natural Disasters, 2008, 17(1): 180-185 |
| |
| Authors: | CHEN Guo-xing LI Fang-ming |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
