淮安市砂土地震液化势的综合评估

• 作者: 从卫民 李方明 陈国兴
• 来源期刊: 防灾减灾工程学报
• 学科: 地球科学
• 关键词: 砂土地震液化 液化判别 BP神经网络模型 液化势综合评价
• 年，卷（期）: 2005,（2）
• 所属期刊栏目: 论文
• 页码范围: 216-221
• 页数: 6页
• 分类号: P315.9
• 字数: 5082字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-2132.2005.02.019

摘要

建立了BP神经网络模型LM算法的砂土地震液化判别方法,采用LVQ模式分类网络对数据进行分类,选取唐山地震时76个场地、320组现场液化勘察资料为研究对象,训练和检验网络模型的数据各160组,结果表明,该方法的砂土液化预测准确度为96.8%. 根据淮安市典型场地土的钻孔资料,采用<建筑抗震设计规范法>液化判别法(规范法)、美国国家地震研究中心建议的液化判别简化方法(NCEER法)和谢君斐-陈国兴液化判别方法(谢-陈法)等3种液化判别方法及本文提出的BP神经网络模型液化判别方法对22个钻孔、120标贯点进行了液化判别,结果表明:①4种地震液化判别方法的计算结果基本一致;②NCEER法比谢-陈法的计算结果要保守;③谢-陈法与规范法的计算结果很吻合,预测正确率相差不大;④规范法相对BP神经网络模型法的计算结果要保守;⑤BP神经网络模型法比其他3种方法的预测结果更符合实际的液化规律. 最后,综合4种方法的液化判别结果给出了该地区地震液化势的评估结果,并给出了部分典型地质剖面土层地震液化势分布图.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈国兴	南京工业大学岩土工程研究所	296	5278	38.0	58.0
2	李方明	南京工业大学岩土工程研究所	15	198	6.0	14.0
3	从卫民	淮安市建设委员会抗震办公室	12	94	6.0	9.0