基于JC法的砂土液化判别方法

通过对JC可靠性分析方法研究分析,提出了一种建立于标准贯入击数极限状态方程的地震液化可靠度评估方法,并用MATLAB7.0编制了相应的地震液化概率判别程序.用该可靠性分析方法对1976年唐山地震资料进行液化概率分析,通过与实测值和规范法计算结果对比,验证了该方法的可行性和精确性,为砂土液化势评估提供了一种有效的砂土液化评价的新方法.     

砂土液化判别的研究现状及存在问题

就目前国内外砂土液化机理研究、砂土液化动力分析方法及液化判别方法等方面的研究现状做了简要的归纳和评述。在液化判别方法方面,主要认为目前有Seed简化分析法、经验分析法、概率统计分析法、室内试验分析法及土层反应分析法等方法。最后,对砂土液化判别研究方面的一些不足之处提出了解决的思路。     

砂土液化势评价的Bayes判别分析法及其应用

为了给砂土地震液化的数量化研究提供参考,基于多元统计分析理论,建立砂土地震液化判别与液化势分类的Bayes判别分析模型。模型选用震级、地面加速度最大值、标准贯入击数、比贯入阻力、相对密实度、平均粒径和地下水位等7个指标作为判别因子;将砂土液化势分为严重液化、中等液化、轻微液化和未液化4个级别,并作为Bayes判别分析的4个正态总体;以17个砂土实测数据作为训练样本,建立Bayes线性判别函数,以Bayes线性判别函数的最大值对应的总体作为样品所归属的总体;最后将建立的模型对训练样本进行回判,以回代估计误判率对模型进行检验。研究表明,对训练样本的回代误判率为0,对另外20个砂土样本的判别正确率为90%。     

基于模糊综合评判的砂土液化判别

为了对砂土震动液化势进行预测,采用模糊综合评判理论建立了砂土液化可能性的模糊综合评判数学模型.选取标准贯入锤击数、地下水位、地震烈度、粘粒含量等4个实测特征指标作为模糊综合评判的因素集,对4个因素构造了相应的隶属函数,建立模糊关系矩阵,并依据4个因素在判别中的不同作用,拟定了对应的权重,运用N(·,+)算子对模糊矩阵进行运算,依据评判等级进行最终判别.通过对历史地震中砂土液化的实测数据进行综合评判验证,获得了非液化的判别正确率为85％,液化判别正确率为88％的较好结果.研究结果表明,模糊综合评判方法可有效地预测砂土液化势,可以作为砂土液化预测的方法之一.     

基于自适应LASSO的逻辑回归砂土液化判别模型

逻辑回归模型在国际上常用于地震液化判别,但该方法难以处理过多影响因素引发的共线性问题,进而严重影响模型的预测精度.能同时进行变量筛选和参数估计的自适应LASSO在处理共线性问题上有着独特的优势.因此,本研究以国内外533组历史液化案例为样本,在综合考虑地震液化多影响因素的基础上,引入自适应LASSO估计法,对逻辑回归液化判别模型进行优化,建立了基于自适应LASSO的逻辑回归砂土液化判别模型,该模型还包括了新的液化影响因素——土壤分类指数I_c,最后对重要液化影响因素进行敏感性分析.结果表明：针对因素过多的液化判别问题时,自适应LASSO逻辑回归模型可有效地选择重要因素进行建模;相比其它逻辑模型模型和简化方法,自适应LASSO逻辑回归模型精度更高,泛化能力更强;引入了新变量土壤分类指数I_c后,模型性能进一步提升,验证了建立逻辑回归液化判别模型时考虑I_c的重要性;敏感性分析发现重要影响因素的排序为：修正尖端阻值、峰值加速度、土壤分类指数、水位、细粒含量、侧壁摩阻值.     

砂土地震液化的判别及其防治

针对砂土地震液化这一现象,分析影响砂土液化的因素,介绍了砂土地震液化的判别方式及其处理液化地基的措施,从而提高砂土的抗液化能力,防止或减轻地震时其队建筑物的破坏。     

改进的Bayes砂土液化判别模型

基于Bayes判别分析理论,根据唐山大地震和广东三水地震中40组砂土液化样本构建数据库,本文选取其中30组数据作为训练样本,建立了Bayes判别分析(BDA)函数,并根据该函数对另外10组待测样本进行了液化判别研究。首先,基于震级M、地面加速度最大值gmax、标准贯入击数N63.5、比贯入阻力Ps、相对密实度Dr、平均粒径D50和地下水位深度dw七个评价指标,建立七因素Bayes判别分析模型。继而,依据各评价指标的影响权重,提出了以M、gmax、Ps、Dr和D50五个评价指标为主的五因素Bayes判别分析模型。对比五因素和七因素模型的砂土液化判别结果,可以发现:改进的五因素模型的平均判别准确率高达为90%,而七因素模型准确率为80%,即本文所提出的五因素BDA模型用更少的评价指标可以达到更高的液化判别准确率,既避免了次要因素影响判别函数的稳定性,又节约了建设成本,更有利于实际工程中的液化判别。     

高速公路地基砂土液化判别和地基液化处理方法

根据广东汕汾高速公路的实际情况,采用试验的方法对高速公路地基砂土液化进行了分析,并对该类地基的处理方法进行了研究.对于地基液化的处理比较了公路规范与建筑规范,指出采用建筑规范进行砂土液化判别及采用砂桩和强夯再加上袋装砂进行地基液化处理是合理有效的方法.     

地震砂土液化判别的灰色关联-逐步分析耦合模型

通过分析灰色关联模型和逐步判别模型在单独进行砂土液化等级判别时所体现的优点及存在的问题,建立以两者为基础的耦合判别模型。利用实际样本结果,选取震级M、地面加速度最大值g_(max)、比贯入阻力P_s、标准贯入击数N63.5、平均粒径D_(50)、相对密实度Dr、地下水位d_w共7个实测数据作为砂土液化判别因子,对该模型进行验证。研究结果表明:BP神经网络、灰色关联分析、逐步判别分析这3种方法对样本的判别准确率分别为60%,80%和60%,耦合模型的判别准确率为100%。与单独使用2种基础模型相比,耦合模型的判别结果与实际结果更加吻合,表明该方法具有较高的准确性和良好的实用性。     

砂土地震液化判别方法的综合应用

在当前国家重视基本建设、加快农村城镇化的背景下,砂土地震液化判别在岩土工程勘察中的重要性在不断提升,意义显而易见。文中在分析国内现行标准中规定的饱和砂土液化判别方法局限性的基础上,结合工程实例,提出了多种砂土液化判别方法综合运用、综合评价的方法,并验证其适用性,具有一定的实用价值。     

基于CPTU土类指数的标贯值液化判别

为提高可液化地基液化判别的准确性,依托宿新高速公路共振法加固可液化地基项目,对共振法处理后的液化地基进行CPTU试验和SPT试验.对CPTU试验得到的土类指数I_c和SPT试验得到的标贯值N_(63.5)进行处理分析.结果表明,饱和砂土和粉土的标贯值N_(63.5)是土类指数I_c的一次函数(N_(63.5)=-18.8I_c+52.0),即土类指数越大,土性越接近黏性,标贯值越小.基于N_(63.5)与I_c的拟合关系式提出一种新型液化判别方法,即根据标贯值参照《建筑抗震设计规范》进行饱和砂土和粉土地基的液化判别,其中标贯值根据I_c计算获得,I_c则通过CPTU试验获取.与规范中SPT判别法相比,该方法可以提供连续的标贯值参数,与基于CPT的周期阻力比法相比,该方法计算简单.     

基于BP神经网络的砂土液化影响因素的综合评估

为了充分考虑影响砂土液化的多种因素,选取不同的参数组合,建立不同的砂土液化判别BP神经网络模型,编写了饱和砂土液化判别BP神经网络程序SLV,并根据现场实测资料进行计算和分析.结果表明,地震作用是液化的直接原因,砂土处于饱和状态是液化的前提条件,影响液化的主要因素包括标准贯入锤击数、砂土不均匀系数以及地震剪应力比.文中建立的BP神经网络模型具有高度的分类和识别能力,可用于评估砂土液化的影响因素.     

基于加权Fisher模糊判别准则的真彩色影像分类方法研究

针对Fisher判别分类中,选取样本不平衡导致Fisher线性判别性能下降,提出了加权Fisher判别对类内散布矩阵进行修正的方法.同时,针对Fisher判别准则为阈值分类器,引入了一种新的Fisher模糊判别准则.该方法应用于无人机真彩色影像的道路、植被、裸土地分类,取得了较好的分类结果.并与传统Fisher方法进行...     

基于支持向量机方法的砂土地震液化分析

提出了砂土地震液化分析的一种新方法，即支持向量机方法。该方法根据有限的学习样本，建立了各种影响因素和地震液化之间的一种非线性映射，可以对砂土在地震条件下的液化进行分析。基于已有的砂土地震液化资料，采用支持向量机模型，对国外地震现场实例进行了预测，网络输出结果与实际情况十分吻合。实例研究表明，支持向量机方法用于预测砂土地震液化是有效而可行的。     

沙特Jazan砂土液化地基处理现场试验

沙特Jazan大型发电厂取排水口工程项目建于红海岸边的砂土地基上,为防止其液化,采用无填料振冲与低能级强夯相结合的技术措施,在现场选定试验区开展试验。通过对比分析地基处理前、后静力触探实测数据,分别采用Seed简化判别法和我国规范法对地基进行了液化评估。研究结果表明,原地基地震作用时必液化,而经处理后地基的抗液化性能大幅提升,两种方法判别评估的结果是均能满足工程设计要求。因而现场试验采取的处理方案可直接用于该项目的设计和施工。     

山区公路泥石流易发性评价的Fisher判别分析法

针对山区公路泥石流易发性评价问题,基于Fisher判别分析理论,在分析影响泥石流易发程度的基础上,选取9个影响因子作为判别指标,以G314线奥依塔克镇至布伦口段公路50条沟谷作为学习样本,建立了山区公路泥石流易发性评价的Fisher判别分析模型,利用回代估计方法对建模数据逐一进行检验,正确率达100%,并选用其它4组待检样本对判别模型进行验证,验证结果均与实际情况相符.研究结果表明:Fisher判别分析法用于山区公路泥石流易发性判别效果良好,是解决评价山区公路两侧沟谷泥石流易发性的一种有效方法.     

非平衡数据集Fisher线性判别模型

非平衡数据是指两类问题中正类样本与负类样本个数不相等,甚至相比悬殊.非平衡数据集会导致许多分类器的性能下降,这与分类器的构造原理有关.本文首先阐述了Fisher线性判别的分类机制,指出当两类样本的协方差矩阵不同时,样本不平衡会导致Fisher线性判别的性能下降.在此基础上,提出了一种加权Fisher线性判别(WFELD),以减小样本不平衡的影响.然后,从UCI中选择了8个非平衡数据集,并采用ROC曲线下面积作为评估指标进行比较,实验结果证明了WFLD模型的有效性.     

基于主成分分析的核Fisher判别方法在油水识别中的应用

根据测井数据结构复杂和交集严重的特点,将主成分分析思想应用到剔除奇异点和寻找两类样本的交集中,并在交集中应用核Fisher判别方法,进行油水判别,弥补了Fisher线性判别方法的不足.通过将主成分分析和核Fisher判别方法这两种理论有机的结合起来,提高了利用测井数据识别油水层的鉴别能力,实际应用中证明了本方法的实用性和有效性.     

基于GIS的砂土液化可视化评价模型

砂土液化是一种常见的地震灾害,文章探讨了基于现场SPT、CPT实测资料以及室内动三轴试验数据来进行砂土液化可视化评价的模型和流程,不仅综合运用了当今国内外砂土液化评价的常用方法,并在此基础上提出采用加权的办法,计算场地的抗砂土液化系数,以此对场地的抗液化性作最终评定;同时,文章阐述了基于GIS技术实现砂土液化可视化判别的方法、可行性、优点及应用前景.     

北山花岗岩区微震事件的Fisher判别模型

应用微震监测系统,对北山坑探设施开挖过程进行实时监测。为研究北山花岗岩区微震事件的判别方法,采用Fisher判别分析法,选取地震力矩、微震能量、微震体变势、静应力降和视应力等5个震源参数作为判别因子,综合考虑各震源参数的差异性,建立爆破和微震事件Fisher判别模型,并对该模型进行检验。结果表明:总体判别正确率为86.3%,其中爆破组监测数据正确判别率达100%,微震组监测数据的正确判别率为76.4%,判别结果与事件实际基本相符。该模型简便易行,正确率较高,能够对北山花岗岩区爆破和微震事件进行有效地识别。