砂土液化是在地震引起的循環往復荷載作用下，飽和砂土層孔隙水位升高，有效應力降低，造成上體承載力部分或者全部喪失，形成的一種破壞性嚴重的區域性地質災害[1]。其具有很大的危害性，表現為噴砂冒水、地面沉陷、誘發高速滑坡、地基失穩等。因此，砂土液化的評價判別具有十分重要的意義。
由于影響砂土液化的因素具有復雜性和多樣性，相互問存在顯著的非線性關系，故而至今沒有形成統一的砂土液化評價方法，早期的方法主要有經驗公式法、Seed簡化分析法、概率與統計方法、動力反應分析方法等[2]，這些方法存在人為的主觀性和隨意性。
近年來出現了模糊數學和灰色理論等非線性方法，雖然一定程度上避免了主觀性、隨意性和考慮了模糊性，但是對非線性問題的考慮還有所欠缺口]。人工神經網絡是解決非線性問題十分有效的工具，具有較強的自組織、自適應及學習、聯想、容錯、抗干擾能力，將其引入砂土液化評價具有廣闊的前景。目前BP神經網絡已經在砂土液化評價中得到初步應用，取得了一定的成效，但是BP網絡初始權值的確定仍具有人為性，訓練過程收斂速度慢、易陷入局部極小。徑向基函數(Radial Basis Function，縮寫為RBF)網絡在逼近能力、分類能力和學習速度等方面均優于BP網絡[4]，將其引入砂土液化評價的探索性研究具有重要價值。 |
