基于神经网络模型的砾性土液化预测

在2008汶川地震中出现了大量砾性土的液化现象。为研究砾性土的地震液化特征,以汶川地震中获取的砾性土液化实测数据作为样本,选用地震烈度、地震峰值加速度、砂砾层深度、地下水位、有效上覆应力、剪切波速共6个诱发因素作为砾性土液化的评价指标,通过大量数据训练和参数分析建立了基于多层感知(MLP)和径向基函数(RBF)两种神经网络的砾性土液化预测模型,进而分析了各因素对准确预测砾性土液化的重要性。结果表明,两种模型对砾性土的液化都有较好的预测能力,当隐藏节点数大于10时,RBF网络的预测最大准确率可以达到100%,稍好于MLP网络;在6个评价指标中剪切波速对预测砾性土液化准确性最为重要。