地震作用下含倾斜软弱夹层斜坡场地的动力响应特性研究

以四川北部龙门山断裂带附近山区内某核废料处置场为参考原型,概化出含软弱夹层的斜坡场地模型,设计完成该特殊场地在50倍重力加速度条件下的离心振动台模型试验,监测场地在不同输入地震工况下的加速度响应,重点通过加速度放大效应和地震波波动机制探讨软弱夹层和斜坡效应对斜坡场地动力响应的影响,此外,结合传统傅里叶谱和Hilbert边际谱方法,从频域角度展示场地的频谱变化特性。试验结果表明:软弱夹层的加速度放大效应与输入地震动峰值有关,当输入地震动峰值较小时,夹层内响应加速度峰值被削弱,当输入峰值较大时,则被增强;斜坡效应对该场地中软弱夹层内的动力响应存在影响,导致斜坡下的软弱夹层内加速度放大效应增强;随着输入地震动峰值增大,软弱夹层中响应加速度的频率成分发生了变化,高频成分减少而低频成分增加。     

基于模糊理论与SVM的边坡地震失稳规模贝叶斯网络评估方法

由于历史边坡样本数量不足,使用传统机器学习方法进行边坡稳定性评估往往会出现过拟合问题。以贝叶斯网络为框架,结合模糊理论与支持向量机,建立一种边坡地震失稳规模评估新方法。采用模糊理论求解贝叶斯网络参数的先验分布,同时采用支持向量机求解贝叶斯网络参数的实际样本潜在分布;利用贝叶斯估计方法将先验分布与实际样本潜在分布结合,以得到既满足基本规律又体现样本非线性与随机性的边坡地震失稳规模贝叶斯网络。利用建立好的贝叶斯网络对32个实际边坡样本进行失稳规模评估,正确率为81.25%。通过与基于先验知识的贝叶斯网络、基于实际样本的支持向量机进行对比,可以看出,提出的方法解决了样本不足带来的过拟合问题,正确率有很大提升。并且,该方法在边坡属性不完整的情况下也能对失稳规模作出有效评估。