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。