在简要分析 BP 算法的基础上,应用 BP 网络的理论与方法,选取烈度、震中距、平均粒径、不均匀系数、地下水埋深、砂层埋深、标贯击数、剪应力比等 8 个实测指标,建立了砂土液化预测的神经网络模型。通过实例计算与模型评价、验证了该模...在简要分析 BP 算法的基础上,应用 BP 网络的理论与方法,选取烈度、震中距、平均粒径、不均匀系数、地下水埋深、砂层埋深、标贯击数、剪应力比等 8 个实测指标,建立了砂土液化预测的神经网络模型。通过实例计算与模型评价、验证了该模型的科学性、高效性并较规范法、Seed 简化法等传统方法具有更高的预测精度,说明人工神经网络是解决非线性问题的有效方法之一。展开更多
文摘在简要分析 BP 算法的基础上,应用 BP 网络的理论与方法,选取烈度、震中距、平均粒径、不均匀系数、地下水埋深、砂层埋深、标贯击数、剪应力比等 8 个实测指标,建立了砂土液化预测的神经网络模型。通过实例计算与模型评价、验证了该模型的科学性、高效性并较规范法、Seed 简化法等传统方法具有更高的预测精度,说明人工神经网络是解决非线性问题的有效方法之一。
