二维场地液化势预测的神经网络方法

摘要：

基于人工神经网络,提出了场地液化势预测模型.场地液化势的空间数据结构特征可由不同参数的自回归神经网络(GRNN)来模拟.该预测模型的一个重要参数spread可用地质统计学(Kriging)方法中的交叉验证技术来确定.研究表明,在最优spread参数条件下GRNN能够较好地映射场地液化势数据结构特征.用GRNN模型预测结果与经典的Kriging估计方法所得到的结果十分吻合.GRNN模型可以用于二维空间数据的预测及基于GIS决策系统.

关键词：液化势、神经网络、地质统计学、场地、预测

所属期刊栏目：25

分类号：TU19.5(建筑基础科学)

在线出版日期：2004-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1569-1574