人工神经网络在地基土液化判别中的作用.pdf

1、地基土液化是地震工程中的重要问题,其发生、发展过程是一个复杂的过程.地基土液化的影响因素很多,随机性大,且各因素之间呈高度的非线性.传统的判别方法多是在宏观震害现象和室内试验基础上总结、分析、统计得到的,有一定的实用性,但也存在着一些局限性,结论可靠度尚需提高.该文在评析传统方法的基础上,提出建立一种人为影响因素小、能容定量与定性指标于一体的液化判别及评价模型是非常必要的.该文阐述了人工神经网络的基本原理及实验技术,并在此基础上利用Ma

2、tlab6.5编写了人工神经网络程序:1)编写了BP人工神经网络程序,采用附加动量法,学习速率、动量参数在误差修正过程中自适应调节,提高了训练速度.2)与工具箱的RBF网络相比较,说明网络的学习算法是改善网络性能的关键.该文依据室内动三轴试验结果,综合考虑多方面因素,建立了液化判别的人工神经网络模型,并与传统方法相比较,得出以下结论:1)在数据合理的情况下,神经网络方法可以快速的达到比传统方法更高的预测精度.说明建立的液化判别的网络模型