砂土地震液化预测的人工神经网络模型

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。