邢明源，胡欣宇

(华北科技学院，北京 东燕郊 065201)

0 引言

地震诱发土的液化，会对房屋建筑、交通设施、水利设施等造成严重的破坏，给社会经济和人类生命安全都造成巨大的危害，因此土的液化问题一直受到学者们的关注[1,2]。地震诱发液化的判别是地震灾害研究的重要方向。对于地震中土液化判别问题，在1971年Seed和Idriss[1]、Whitman[2]提出了简化法，目前仍然是常用的液化判别方法。后来，剪切波速法[3,4]、标准贯入法(SPT)[5-7]和静力触探法(CPT)[8,9]相继提出，并在实践中得到广泛应用。

袁晓铭等[10]根据汶川地震实测数据，定义了砾性土是指由卵石、砾、砂、粉粒、黏粒等部分或全部组成的砾粒含量从 0～100%的宽级配土，是砾质土、砾砂、粉砾土、砂砾土和砾类土的的统称。以往普遍认为砾性土由于粒径较大、孔隙水压力消散较快，不会发生液化现象。自2008年汶川地震出现了大量的砾性土液化以来，砾性土液化问题逐渐受到国内外学者的关注。对于砾性土的液化判别，鉴于贝克贯入法(BPT) 需要复杂的试验技术和设备，基于汶川大地震现场试验和震害调查数据，Yuan等[11]和曹振中等[12]提出了动力触探法(DPT)方法，该方法在国际上具有推广的可行性。

近年来，随着人工智能快速发展，应用神经网络进行灾害预测预测受到了诸多学者们的重视。徐秀华[13]为了快速准确判别透水水源,从标准水样的水化学特征中提取出特征离子，建立了基于BP神经网络的煤矿透水水源判别法，得到了较好的判别结果，为煤矿水害防治提供依据；……