砂土液化判别最优BP神经网络模型

利用BP网络模型在解决砂土液化评价这类非线性问题方面的优势,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,并根据现场实测资料进行比较分析.结果表明,以地震烈度、标准贯入点深度、地下水位深度、标贯击数、不均匀系数及地震剪应力比作为输入节点的砂土液化判别BP神经网络模型最为合理.     

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.