基于RBF神经网络模型的砂土液化震陷预估法

摘要：

以我国海城地震、唐山地震和日本新澙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I,上部结构特征方面选取基底压力p、基础类型T、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Dn、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

所属期刊栏目：17

分类号：TU441;TP183(土力学、地基基础工程)

资助基金：江苏省六大人才高峰基金06-F-008

在线出版日期：2008-06-19（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：180-185