基于RBF神经网络的砂土液化预测

英文篇名：Application of RBF Neural Network to Prediction of Sands Liquefaction Potential
中文刊名：河南大学学报(自然科学版)
英文刊名：Journal of Henan University (Natural Science)
作者：周瑞林 ; 刘燕 ; 赵胜利
英文作者：ZHOU Ruilin~1 ; LIU Yan~(2) ; ZHAO Shengli~(2)(1.Rural and Urban Construction College ; Hebei Agricultural University ; Hebei Baoding 071001 ; China ; 2.Machine School ; North China Electric Power University ; Hebei Baoding 071003 ; China)
中文关键词：RBF神经网络 ; 砂土液化 ; 预测
英文关键词：RBF neural network ; sand liquefaction ; prediction
出版日期：2005-12-30
机构：河北农业大学城建学院,华北电力大学机械学院,华北电力大学机械学院河北保定071001,河北保定071000,河北保定071000
年：2005
期：04
出版单位：河南大学学报(自然科学版)

摘要

通过分析砂土液化成因及其影响因素,建立了砂土液化预测RBF网络模型,并与BP网络预测模型进行比较.测试结果表明,应用RBF网络模型对砂土液化进行预测,预测效果好,识别精度高.
By analyzing the causes and contributing influences of sands liquefaction potential,the RBF neural network model for prediction is set up and compared with the BP network.The testing results show that RBF network model for predicting sands liquefaction potential can become a new effective assessment model with better prediction results and higher recognition precision.

引文

[1]顾晓鲁,钱鸿缙.地基与基础[M].北京:中国建筑工业出版社,1996.
    [2]罗国煜,李生林.工程地质学基础[M].南京:南京大学出版社,1990.
    [3]刘金超,金晓媚.饱和砂土液化判别方法中问题线析[J].工程地质学报,2000,18(3):379-384.
    [4]王新得.研究地基液化的新方法[J].江苏地质,1997,21(4):43-46.
    [5]李倩倩.砂土地震液化的优化判别[J].岩土工程技术,2001(3):155-159.
    [6]赵艳林,杨绿峰,吴敏哲.砂土液化的灰色综合评判[J].自然灾害学报,2000,9(1):72-79.
    [7]Anthony TC.Se ism ic liquefaction potential assessed by neural network[J].Journal ofGeotechn ical Engineering,1994,120(9):1467-1480.
    [8]刘勇健,刘义健.人工神经网络在砂土液化评价中的应用[J].勘察科学技术,1999(1):3-6.
    [9]蔡煜东,宫家文,姚林声.砂土液化预测的人工神经网络模型[J].岩土工程学报,1993,15(6):53-58.
    [10]王旭东,邵惠鹤.RBF网络在非线性系统中的应用[J].控制理论与应用,1997,14(1):59-66