HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于RBF神经网络模型的砂土液化震陷预估法

作者:陈国兴 李方明砂土液化地基震陷径向基函数神经网络震陷预估

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。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

自然灾害学报

《自然灾害学报》(CN:23-1324/X)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《自然灾害学报》旨在展示我国灾害科学的研究成果,促进自然科学与社会科学在灾害科学方面的结合。刊登各种自然灾害和社会科学在灾害科学方面的结合。

杂志详情