论文部分内容阅读
结合河北唐山地区土样样本，以地下水位埋深（hw）、地下水头（h）、标准贯入锤击数（N63.5）、土的动强度（R）及地震力（L）为评价指标建立了BP神经网络和RBF神经网络的预测模型。通过实例结果比较分析，表明RBF神经网络和BP神经网络判断砂土液化的精度都较高，但对于用埋深hs，地下水位深度h，标准贯入锤击数N63.5，土的动强度R和地震力L作为参数指标时，RBF神经网络在砂土液化的判别方面优于BP神经网络。通过对金坛石桥枢纽进行建模预测，进一步证明了以上结论，并说明了BP神经网络和RBF神经网络对于砂土