基于机器学习方法的地震液化风险分析研究与应用

本书主要介绍多种监督机器学习方法在地震液化风险分析中的应用研究，包括：基于贝叶斯理论的自适应套索逻辑回归地震液化风险判别、基于响应面-神经网络的触发风险预测、基于神经网络的地震液化侧移灾害风险分析、基于随机森林的地震液化沉降灾害风险分析和基于贝叶斯网络的地下结构液化上浮灾害风险分析。

本书可作为从事岩土工程风险分析相关工作的科研技术人员的参考、学习用书。

前言

第1章绪论

1.1研究背景和意义

1.2地震液化风险分析的研究现状

1.2.1地震液化影响因素筛选研究

1.2.2地震液化风险判别研究

1.2.3地震液化侧移预测研究

1.2.4地震液化沉降预测研究

1.2.5地下结构液化上浮预测研究

1.3本书的主要内容与结构安排

参考文献

第2章基于贝叶斯理论的自适应套索逻辑回归地震液化风险判别

2.1逻辑回归简介

2.1.1逻辑回归基本原理

2.1.2参数估计与模型检验

2.2贝叶斯理论简介

2.2.1贝叶斯公式

2.2.2先验分布和后验分布

2.2.3马尔科夫蒙特卡罗抽样

2.2.4贝叶斯推断

2.3贝叶斯逻辑回归方法及程序实现

……