RBF神经网络模型在砂土液化判别中应用的研究_勾丽杰.pdfVIP

下载本文档

8
0
约4.11万字
约 6页
2017-08-30 发布于安徽
举报
版权申诉

RBF神经网络模型在砂土液化判别中应用的研究_勾丽杰.pdf

1、本文档共6页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

3 0 5 Vol． 30 No． 5 第卷第期长江科学院院报 2 0 1 3 5 Journal of Yangtze River Scientific Research Institute May 2 0 1 3 年月 DOI :10 ． 3969 /j ． issn． 1001 － 5485 ． 2013． 05 ． 017 2013 ，30 (05):76 － 81 RBF 神经网络模型在砂土液化判别中的应用研究 1 2 ，勾丽杰刘家顺 (1．， 110122 ;2 ．， 123000) 辽宁省交通高等专科学校信息系沈阳辽宁工程技术大学土木与交通学院辽宁阜新 : ，、 D 、 d 、摘要以时松孝次收集的砂土液化数据为研究对象选取黏粒含量ρ 相对密实度临界深度竖向有效应力 c r s 、 d 、 M 、 SPT-N 8 σ 地下水位地震震级最大地面水平加速度α 和标准贯入次数等个砂土液化的主要影响因素作 w max RBF ， MATLAB7 ． 0 ，。为神经网络的输入参数利用中的神经网络工具箱对部分样本数据进行训练和测试并利用 RBF 。 : 建立的神经网络模型分析了各因素对砂土液化的影响规律结果表明砂土液化判别指标随αmax 的增加而增， SPT-N d 。， RBF ，大随和的增加而减小研究成果表明建立的网络模型完全满足砂土液化判别的精度要求能够 w ，，。精确模拟输入和输出之间复杂的非线性映射关系具有较高的预测精度具有重要的工程应用价值 : ; ;RBF ; 关键词砂土液化评价指标神经网络液化等级中图分类号:TU478 文献标志码:A 文章编号:1001 － 5485 (2013)05 － 0076 － 06 ，取得了重要进展在解决非线性问题上具有独特的优越性。ANN 可以通过大量样本的学习来抽取隐 1 研