基于ANN模型与可靠度的液化判别方法.pdfVIP

基于ANN模型和可靠度的液化判别方法 符圣聪，江静贝 (中国建筑科学研究院工程抗震研究所，北京，100013) 摘要：利用BP人工神经网络模型和可靠皮理论对大量液化和未液化场地标准贯入和静力触探试验数据进行了分析， 分别得到了相应的地震时饱和砂土液化极限状态函数和液化概率函数．以这两个函数为基础，作者提出以液化临界加 速度比表示的液化势的概率判别方法。文中还将谊式和我国现时所采用的标准贯入试验液化标准做了一些比较，井建 议采用稳定性更好的静力触探试验进行液化势的概率判别． 关键词：神经网络模型；液化极限状态函数；液化概率函数；液化判别标准；液化临界加速度 1前言 由于地震荷载的随机性及砂土抗液化阻力的不确定性，采用概率的方法对液化势进行量化应当说 更合理，然而目前在液化势的判别中通常都采用确定性方法，很少在实际工程中定量地考虑有关液化 变量不确定性的影响，无法对风险水平做出评估。实际上许多学者在液化势的概率估计方面己做了很 的随机性相结合来考虑液化的不确定性；另一些学者则用统计分类法或统计回归法p1直接对实测数据 进行分析，对液化概率进行量化。此外还有一些研究者也做了很多工作，在此不再一一详述。但是， 现在还没有以非常简明的公式表