岩土边坡地震崩滑的三级评判预测

岩土边坡地震崩滑是最为严重的地质灾害之一,对岩土边坡地震崩滑的可能性提出及时有效的评价预测至关重要。本文提出并讨论了岩土边坡地震崩滑三级评判的思想及其实施方案,由主要考虑地震影响的初判,到以考虑控制地震崩滑的岩土边坡内、外因素为主的再判,最后是研究岩土边坡力学稳定性的详判,构成了一套由粗到细、分级筛选的有效方法。继续深入研究扩展该套方法的功能,使之适应多种灾害的评判预测工作,对于地质灾害防治手段和技术的发展具有战略意义。     

基于人工神经网络的珠江三角洲地壳稳定性研究

应用BP神经网络方法建立了珠江三角洲地壳稳定性的评价模型。首先在前人研究基础上,分析了珠江三角洲的地震活动、断层发育程度、地壳垂直形变、第四系厚度及地热分布等特征,然后收集相应的数据,建立这些影响因子与地壳稳定性之间相关性的转化原则,对这些数据进行标准化转化,建立并训练BP人工神经网络模型,由模型的实际输出插值得出珠江三角洲地壳稳定性的等值线图。与前人对该区地壳稳定性的定性及定量分析对比表明,该模型的评价结果与前人研究结果基本一致,因此基于神经网络的珠江三角洲地壳稳定性评价模型是比较可靠的。     

基于人工神经网络的钢筋混凝土异型节点滞回模型

讨论了应用神经网络技术模拟钢筋混凝土材料滞回行为的若干问题，建立了钢筋混凝土异型节点滞回特性的BP神经网络预测模型，并获得了满意的结果。分析表明，神经网络计算是钢筋混凝土构件抗震性能研究中的一种很有潜力的新方法。     

基于区间方法的岩质边坡稳定性非概率可靠性分析

在综合分析岩土参数区间性的基础上,通过引入区间分析方法和非概率可靠性思想,建立岩质边坡稳定的非概率可靠性模型,并针对区间运算结果扩张问题,引入区间截断法和区间优化法,对边坡非概率可靠性指标进行较为精确的求解。然后,以湖北某岩质高边坡为实例,进一步探讨了岩体参数变异性对岩质边坡稳定的非概率可靠性指标的影响规律。     

黄土边坡“三维最危险滑裂面”的高效搜索和稳定性评价

本文介绍了作者所开发的一套实用型黄土坡体“三维最危险滑裂面”搜索和稳定性评价软件系统的核心思想,即采用Monte Carlo随机搜索法与遗传算法相结合的优化方法,高效生成一系列接近（或包含）“最危险滑裂面”的三维滑裂面,并以Hungr法所确定的稳定性系数最小为筛选依据,搜索确定任意形态黄土坡体的“三维最危险滑裂面”,进而基于已知的“三维最危险滑裂面”,进一步考虑各种可能的参数变化,进行严密的稳定性分析和评价。     

基于随机二元指标的边坡稳定性分析

考虑岩土体抗剪强度参数的变异性,综合极限平衡法和可靠性理论构建了安全系数概率密度分布函数模型。结合实际工程特点,以安全系数大于临界值为标准构建有效区,将有效区安全系数均值与对应可靠度相乘,得到以安全系数和可靠度为随机二元指标的有效安全系数。以有效安全系数为定量指标,将边坡宏观特征现象与定量分析相联系,构建意义更为明确的边坡稳定性分析及评价方法。通过工程实例对比了有效安全系数与传统评价指标之间的差异。所得结论可为工程建设提供参考和借鉴。     

基于Logistic回归模型的黄土斜坡地震稳定性快速评判方法

黄土地震滑坡是陇西地区黄土丘陵地区的主要地质灾害之一,快速评价黄土斜坡的地震稳定性是陇西地区工程建设规划选址以及地震应急救援的需求。在野外调查及遥感解译获取坡高H、坡角α及估计烈度值I的基础上,运用逻辑回归分析方法,拟合得到研究区黄土斜坡地震稳定性的快速评价经验公式,经回判、判别校验及实例判别应用证明,该经验公式适用于快速评估陇西地区内黄土斜坡的地震稳定性。该文提出的方法对黄土地区城市建设规划和地震应急救援有重要的应用价值。     

基于有限元极限平衡法的锚固边坡稳定性分析

在平面应变条件下,采用极限平衡和有限元法对锚固边坡稳定性评价过程的关键问题进行研究。将条分法对锚固边坡安全系数的定义推广到有限元法中,通过弹塑性有限元分析计算结构整体应力场,再结合虎克-捷夫法完成最危险滑动面的优化搜索。以天然边坡、渗流作用下锚固边坡及开挖锚固边坡为例,对比分析了条分法、有限元极限平衡法及有限元强度折减法三者在安全系数大小、滑动面形状、位置及对锚固作用处理上的差异。结合工程实例分析发现:同条分法相比,有限元方法所得到的安全系数更大,滑动面也更深,其中,有限元极限平衡法具有良好的计算精度,而条分法在一定程度上削弱了锚固效应,有限元强度折减法在一定程度上会放大了锚固结构的稳定效果。     

基于条分模式的边坡可靠度近似计算方法

通过对边坡稳定分析方法中的条分理论和响应面法的研究,针对边坡可靠性计算往往没有明确的解析表达式,以及稳定性系数计算方法和响应面法（RSM）的特点,将响应面法中的有限元数值模拟以条分模式中的稳定性系数隐式方程的迭代计算方法代替,建立了条分模式下的边坡可靠性计算的极限状态方程,从而形成了一种新的边坡稳定可靠性响应面分析方法。本文提出的改进的响应面法原理简单,计算效率较高并具有一定的精度,适用于对边坡可靠度的近似计算。     

基于组合权重的模糊物元模型在边坡稳定性评价中的应用

鉴于边坡稳定性评价的复杂性及其影响因素的不确定性和模糊性,运用模糊物元分析理论,分别使用层次分析法和熵权法计算各影响因子的主、客观权重值,建立兼顾主、客观因素的组合权重模糊物元评价模型。该模型有效避免了权重分配困难的问题,既能得到综合评价信息,也能反映评价对象的稳定状态。主、客观权重法既利用了样本资料的统计信息,又反映了专家的理论知识和经验,可得到较为客观、合理的指标权重。工程实例分析表明,该方法能准确反映边坡稳定性状况,为边坡稳定性的综合评价提供一条新的思路。     

基于人工神经网络的地震活动性研究

人工神经网络通过神经元之间的相互作用来完成整个网络的信息处理,具有自学习和自适应等一系列优点,因而用它来进行地震活动性研究是可行的。针对地震活动性问题,初步建立了基于人工神经网络的计算分析系统,给出了应用实例。     

震后震型早期判定的人工神经网络方法

应用人工神经网络的方法，利用３０次强震震后１天和２天内的地震资料作为学习样本，对广西及其邻区发生的４次地震的震型作了早期预测判定，结果表明应用效果较好，正确率达７５％。该方法值得进一步研究。     

土坝的震害预测——人工神经元网络方法的应用

作者前文曾对土坝震害给出速评分析结果,但回判标准差仍嫌偏大。本文对资料进行了筛选,去掉烈度为Ｖ度和Ｘ度的部分震例,震例数由１８０个减少到１８６个。考虑到震害与影响震害的诸因素间可能存在高度非线性关系,本文采用人工神经元网络方法对土坝的震害进行预测。结果表明,回判标准差由０．７０８降低为０．４８６,即降低了３１．４％。     

时间延迟神经网络地震油气预测方法

本文绘出基于时间延迟神经网络模型的地震油气预测方法及其初步应用结果，不同于通常的孤立模式识别方法．在特征提取阶段，不仅提取地震道中相应目的层单时窗的特征，同时也提取时窗滑动时的特征，这些多时窗的特征信息反映出地层层序的变化．时间延迟神经网络模型通过井旁道特征串的训练，用于表达特征信息与地层含油气情况的复杂关系和特征信息的变化与地层油气聚集的联系．初步应用表明，这种基于时间延迟网络模型的油气预测方法的结果要好于BP网络方法的结果．     

人工神经网络及其在地震预报中的应用

文概述了人工神经网络的原理和算法，利用１９８５－１９９２年全国年度趋势会商报告的资料来训练的检验神经网络。结果表明，网络经训练后具有较高的识别能力，在地震预报中有深入研究和进一步应用的价值。最后讨论了神经网络中几个重要参数的取值问题。     

Sarma法在四川云阳鸡扒子滑坡稳定性评价中的应用

云阳宝塔滑坡区先后发生了多次滑坡 ,其中鸡扒子滑坡是最近的 1次 ,新滑坡是在旧滑坡的基础上沿旧滑坡面的部分复活。根据对该滑坡体几何形态、物质成分与结构特征及水文地质特征的考察 ,初步认为 ,降水入渗与排水不畅引起的滑坡体内孔隙水压力上升是导致鸡扒子滑坡破坏的主导因素。文中根据极限平衡理论 ,运用VC + +语言编制了Sarma法的计算程序 ,对三峡水库蓄水后鸡扒子滑坡是否可能再次发生滑坡进行了评价 ,指出在滑坡体排水率为 5 0 %与三峡水库水位达 14 5m时为滑坡稳定与否的临界值。通过调整影响滑坡稳定性的主要参数的取值 ,对影响滑坡稳定性的因素进行了动态敏感性分析 ,指出降水入渗、长江水位、滑坡体的排水状况是影响滑坡稳定性的决定因素 ,三峡水库蓄水前应针对此采取相应的工程防治措施 ,才能保证水库蓄水后鸡扒子滑坡不再发生滑     

沈阳地铁开挖引发地面沉降的BP神经网络反分析

以沈阳地铁一号线重启区间隧道为研究背景,采用基于均匀试验设计法的有限元数值分析法确定隧道围岩土体物理力学参数与地面沉降之间的关系,并以此作为神经网络的输入样本,通过BP神经网络对样本的训练、学习,建立隧道围岩土体力学参数与地面沉降之间的映射关系,然后利用这种映射关系,根据地铁开挖引发的地面沉降实测值反演岩土体的物理力学参数,最后根据参数反演结果,建立有限元应力应变模型预测地面沉降,并与实测值相比较,以检验BP神经网络地面沉降位移反分析方法的有效性和合理性。     

耗能－隔震柔性底层钢管混凝土结构的振动台实验和损伤分析

本文采用人工神经元网络理论，对城市公路网络中的单元路段和桥梁的震害预测进行了探讨。在前人研究的基础上，提出了解决这一非确定性问题的一个有效的方法，对于深入研究生命线工程系统震害的规律具有普遍的意义，从而使我们有可能避免地震造成的破坏和最大限度地减小损失，为抗震减灾提供决策依据。     

利用人工神经网络理论对地震信号及地震震相进行识别

根据人工神经网络理论,初步研究了工人工神经网络地震信号及震相进行识别的能力。为了进行识别,将三分向地震资料的矢量模作为神经网络的输入。     

神经网络方法在地震预报研究中的初步应用

本文把神经网络方法引进地震预报研究当中。使用地震频次，最大震级，平均震级，等价地震次数等多项地震活动性指标作为神经网络的输入，未来时段内的最大地震震级作为其输出，可以对某一固定地区的最大地震震级作出中近期预报。选用的神经网络模型为含两个中间层的前向模型，并采用ＢＰ算法。所得结果表明，用神经网络方法可以在一定精度范围内使震级预报的内检符合率达到１００％，在本文的例子中，外推预报准确率达到６０％以上。