用神经网络残余Kriging预测场地液化势

用神经网络残余Kriging预测场地液化势
佘跃心
【期刊名称】《成都理工大学学报（自然科学版）》
【年(卷),期】2005(032)004
【摘要】提出了基于神经网络残余Kriging的场地液化势数据预测模型.利用传统的地质统计学方法中的交叉验证技术来寻找网络参数Spread.在最优网络参数下,GRNN网络较好地映射了场地液化势的非线性趋势,再借助于Kriging对残余分量进行数据空间结构分析和估值.计算结果表明,GRNN网络预测的非线性趋势较好地刻划了场地液化势数据的全局特征,其非线性映射能力要高于趋势面技术.去势后的场地液化势残余分量满足本征假设条件,可以很方便地用Kriging方法来估值.本法可以嵌入岩土工程决策系统对未勘察区域进行场地液化预测和评价.
【总页数】5页(P368-372)
【作者】佘跃心
【作者单位】淮阴工学院建筑工程系,江苏淮安,223001;河海大学岩土工程研究所,南京,210098
【正文语种】中文
【中图分类】TU44
【相关文献】
1.饱和砂土场地液化势预测的几种方法 [J], 佘跃心
2.广义回归神经网络残余Kriging方法预测地表高程 [J], 袁贺;罗问;刘付程
3.沉积物粒度组分空间预测的神经网络残余kriging方法 [J], 刘付程;杨毅;张林;魏陶荣馨;王宇涵;夏量
4.基于GIS和神经网络模型的场地地震液化势风险评价 [J], 汤皓;陈国兴
5.二维场地液化势预测的神经网络方法 [J], 佘跃心
因版权原因，仅展示原文概要，查看原文内容请购买。