砂土液化等级预测的主成分-Logistic回归模型.pdfVIP

第32卷第9期 长 江科 学 院 院报 Vol_32No．9 2 01 5年9月 Journalof RiverScientificResearchInstitute 0 1 5 Yangtze Sep．2 doi：10．1 1988／ckyyb 砂土液化等级预测的主成分一Logistic回归模型 王军龙 (西安铁路职业技术学院土木工程系，西安710600) 摘要：砂土液化等级的多指标综合预测模型可以分为2种类型：第1类以砂土液化等级分类标准为基础，第2类 以实例数据为基础。分别选择砂土液化分类标准生成的数据以及实例数据作为样本，采用主成分分析法对样本数 据进行降维处理，以Logistic回归模型来描述砂土液化影响因素与砂土液化等级之间的对应关系，建立了2种类型 种类型的主成分一Logistic回归模型预测结果更符合实际情况，在具有较多实例数据时，更具有应用价值。 关键词：砂土液化等级；影响因素；预测；主成分；Logistic回归模型 中图分类号：Tu4J41 文献标志码：A 文章编号：1001—5485(2015)09—0134—06 液化预测模型，模型的有效性依赖于训练样本的数 量，这类模型和方法主要有神经网络模型、支持向量 1 研究进展 机模型和距离判别法等。 砂土液化是在循环往复荷载作用下，饱和砂土 从模型的通用性和实用性考虑，具有一定数学 层孔隙水位升高，有效应力降低，造成地基承载力部 表达式的模型更易于被理解和应用，其只需将实际 分或者全部丧失，形成的一种破坏性严重的区域性 数据输入数学表达式中即可计算出预测结果。为了 地质灾害。20世纪60年代以来，几次大的地震，如建立简单实用的砂土液化预测模型，本文结合主成 日本新泻地震(1964)、美国阿拉斯加地震(1964)、 分分析和Logistic回归模型来描述砂土液化等级与 中国唐山大地震(1978)以及神户大地震(1995)、汶影响因素之间的映射关系，建立了砂土液化预测的 川特大地震(2008)等均因砂土液化导致堤防或建 数学表达式。根据数据样本的不同，该模型可以实 筑物大规模的破坏，给人类造成了巨大的经济损失， 现上述2种类型，即砂土液化分类标准的数学表达， 砂土液化问题引起了工程界的广泛关注¨以1。考虑 以及砂土液化实例数据的经验表达。最后，工程实 单因素判定砂土液化具有一定的片面性，多因素综 例分析结果显示，本文建立的砂土液化预测模型简 合评判就成为砂土液化判别分析的一种可行方法。 单实用，预测效果良好，可以在工程中推广应用。 据此，国内外的学者提出了多种综合预测模型和方 法，如神经网络模型、支持向量机模型、模糊综合评 2 基本方法 价法、距离判别法、投影寻踪模型、分形-插值模 型‘3—91等。 对于砂土液化预测问题，砂土液化等级为类别 总结上述模型和方法，可以将其分为2种类型： 变量【91(不液化(I)、轻微液化(Ⅱ)、中等液化 ①以砂土液化分类标准为基础采用一定的数学方法 (11)、严重液化(Ⅳ)4个等级)，砂土液化指标为连 建立模型，这类模型和方法主要包括模糊综合评价 续变量，对于这种连续变量到类别变量之间的函数 法、投影寻踪模型和分形-插值模型，其中投影寻踪 关系，可以采用Logistic回归分析进行描述。由于砂 模型和分形．插值模型将砂