基于径向基函数神经网络模型的砂土液化概率判别方法

摘要：

以国内外25次大地震中的344组场地液化实测资料为基础,通过径向基函数神经网络模型的训练和检验,分析了修正标准贯入击数N1与饱和砂土抗液化强度之间的非线性关系,建立了饱和砂土液化极限状态曲线或抗液化强度临界曲线经验公式.经统计分析,给出了液化和非液化的概率密度函数以及抗液化安全系数与液化概率之间的经验公式,最后导出了具有概率意义的饱和砂土抗液化强度经验公式.当液化概率水平为50%时,即等价于传统的确定性砂土液化判别,该方法预测液化和非液化的可靠性分别为90.4%和81.2%,具有较高的可靠性.本文提出的砂土液化概率 判别方法,使工程场地的砂土液化概率判别如同确定性砂土液化判别一样简单、方便,从而使砂土液化概率判别方法用于工程实践和纳入有关规范成为可能.

关键词：砂土液化、RBF神经网络、饱和砂土液化极限状态曲线、砂土液化概率判别方法

所属期刊栏目：28

分类号：TU441(土力学、地基基础工程)

资助基金：教育部高校骨干教师资助计划2001;国家自然科学基金BK2004124

在线出版日期：2006-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：301-305