基于神经网络的海床液化预测系统

本发明涉及地质灾害预测技术领域，具体为基于神经网络的海床液化预测系统，系统包括：参数变化提取模块、响应模型训练模块、扰动特征划分模块、液化概率统计模块、风险预测输出模块。本发明中，通过对沉积物颗粒密度与有效应力在不同深度区间的变化率进行逐层提取并构建纵向响应关系，可捕捉沉积层随深度递增所表现出的连续性变化特征，借助残差神经网络对不同时序扰动条件下的响应差异进行深度对比分析，使扰动信息与沉积结构之间的耦合关系得以动态刻画，有效对应扰动行为的阶段性变化。将扰动特征与响应模型结合计算各深度区间的液化概率，在不同时段下形成区间风险组，进而通过比对扰动阶段间的风险幅度变化趋势与跃变边界。