【技术实现步骤摘要】
基于双向门控循环单元的地震破坏力预测方法及装置
[0001]本专利技术属于地震破坏力预测
,涉及一种基于双向门控循环单元的地震破坏力预测方法及装置。
技术介绍
[0002]地震发生之后,快速准确获取灾区的震害情况对于及时、合理的调度救援力量、减轻受灾地区人员伤亡和损失十分重要。地震灾害发生的不确定性以及灾区环境的高度复杂性导致了难以准确及时的预测灾区震害情况。除了地震参数外,断层发展、结构环境、震中距等众多因素都可能影响最终预测结果。传统的机器学习方法,如支持向量机(Support Vector Mechine)、决策树(Decision Tree)等并不适用于处理地震破坏力这种高维度时序数据。
[0003]基于数值模拟的地震破坏力现在主要有两种方法。一种是易损性分析方法(Fragility Analysis),对地震动强度指标和区域结构模型进行了简化,难以全面反映地震动的复杂时域频域特性,预测速度快但是准确性不足。一种是非线性时程分析方法(Nonlinear Time
‑
history Analysis,NLTHA),对地震动参数和建筑结构有较好的保留性,预测准确率高,但是此类方法计算量较大,并且需要高性能计算机,预测的时效性有一定欠缺。
技术实现思路
[0004]有鉴于此,本专利技术的目的在于提供一种基于双向门控循环单元的地震破坏力预测方法及装置。
[0005]为达到上述目的,本专利技术提供如下技术方案:
[0006]一种基于双向门控循环单元的地震破 ...
【技术保护点】
【技术特征摘要】
1.一种基于双向门控循环单元的地震破坏力预测方法,其特征在于,包括以下步骤:步骤S1、从开源地震动数据库获取地震动时程数据,建立数据库,作为样本数据;步骤S2、对样本数据进行破坏力分析以划分破坏力等级,并将破坏力等级作为样本标签;步骤S3、通过经验模态分解算法将地震动时程数据分解为多个本征模态函数分量;步骤S4、定义BiGRU模型的损失函数,将分解得到的各本征模态函数分量作为BiGRU模型的输入特征,并结合样本标签对其进行训练;步骤S5、当BiGRU模型的损失函数的值收敛为一个固定值保持不变时,结束训练,得到EMD
‑
BiGRU模型;步骤S6、将传感器采集的地震动数据或者通过地震动监测网络获取的地震动数据输入EMD
‑
BiGRU模型,通过EMD
‑
BiGRU模型预测得到地震破坏力等级。2.根据权利要求1所述的基于双向门控循环单元的地震破坏力预测方法,其特征在于,所述BiGRU模型在任一时刻的输入特征为地震动时程数据或地震动数据包括的每一项数据的所有本征模态函数分量在该时刻的值组成的一个向量。3.根据权利要求1所述的基于双向门控循环单元的地震破坏力预测方法,其特征在于,所述BiGRU模型中,GRU的隐藏层单元h
t
的计算公式为:r
t
=σ(W
r
x
t
+U
r
h
t
‑1)z
t
=σ(W
z
x
t
+U
z
h
t
‑1))其中,σ为Sigmoid函数;tanh为双曲正切函数;r
t
为重置门;z
t
为更新门;为t时刻的候选激活状态;h
t
‑1为上一时刻的隐藏层单元;h
t
为当前时刻的隐藏层单元;W
r
、U
r
、W
z
、W
z
、W、U为训练参数矩阵;表示对应元素相乘;x
t
表示时间t时刻的输入特征。4.根据权利要求3所述的基于双向门控循环单元的地震破坏力预测方法,其特征在于,所述BiGRU模型的计算公式如下所示:所述BiGRU模型的计算公式如下所示:所述BiGRU模型的计算公式如下所示:所述BiGRU模型的计算公式如下所示:其中,x
...
【专利技术属性】
技术研发人员:陈增顺,汪亚泰,许叶萌,赵智航,徐振钢,张利凯,
申请(专利权)人:重庆大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。