一种沉积盆地建筑群震害评估方法及评估系统技术方案

本发明专利技术公开了一种沉积盆地建筑群震害评估方法及评估系统，属于工程防灾技术领域，其特征在于，所述沉积盆地建筑群震害评估方法包括：S1、确定目标场地和特征输入参数；S2、建立三维沉积盆地模型，并获取地震响应；S3、建立改进数据集：S4、优化人工神经网络；S5、获取样本：S6、地震动参数确定；S7、预测和评估。本发明专利技术通过快速多极算法和代理模型先后提高了构建数据集、评估场地介质参数不确定性对盆地地震动影响的计算效率，可给出盆地地表任意位置峰值加速度统计矩和概率信息，并应用于建筑群震害快速预测和评估，服务于韧性城市。服务于韧性城市。服务于韧性城市。

【技术实现步骤摘要】
一种沉积盆地建筑群震害评估方法及评估系统


[0001]本专利技术属于工程防灾
，具体涉及一种沉积盆地建筑群震害评估方法及评估系统。

技术介绍

[0002]在进行复杂场地工程地震动参数确定、工程结构设计和分析时，科学确定地震动参数尤为关键。我国大量城镇，如北京、乌鲁木齐、兰州等位于沉积盆地。由于盆地内的岩土特性与外层基岩差别较大，将引起地震波散射，对地表地震动的时、空、强分布都产生显著影响，具体表现为中心聚焦效应、边缘放大效应、长周期特性等。多次地震震害及理论研究表明盆地效应将加剧建筑物震害。受限于土测试条件，场地介质参数通常存在不确定性，并在地震波传播过程中出现不确定性传递，导致建筑群震害不确定性。因此，开展考虑场地介质不确定性的沉积盆地建筑群震害评估具有重要意义。
[0003]开展沉积盆地建筑群震害预测和评估的前提是科学确定可考虑盆地效应和场地介质不确定性的地震动参数。国内外学者利用解析法和数值法研究了沉积盆地地表地震响应及特征。解析法适用于几何和材料条件简单的盆地，对于复杂几何形状或波速结构的沉积盆地，基于三维波动理论的数值模拟法具有更广泛的适用性。已有研究结果表明，入射波特征和场地介质属性均对沉积盆地地震响应影响显著，但经典的回归技术很难量化入射波和场地介质属性与沉积盆地地震响应之间的高度非线性关系和多因素特征，并且数值模拟方法分析三维沉积盆地地震动不确定性问题往往需要很高的计算成本，无法快速作出区域风险评估。因此，亟需一种能够同时考虑场地效应和场地介质不确定性的三维沉积盆地地震响应求解方法。r/>
技术实现思路

[0004]本专利技术为解决公知技术中存在的技术问题，提供一种沉积盆地建筑群震害评估方法及评估系统，为提高常规方法的计算效率，提出考虑场地介质不确定性的沉积盆地建筑群震害评估方案。该方案能够对复杂场地效应的抽象特征进行自动抽取并进行具体化，构建基于数据驱动的映射关系，并且用神经网络对这种映射关系参数化，在保障准确性的前提下，对目标问题开展高效的响应模拟。
[0005]本专利技术的第一目的是提供一种沉积盆地建筑群震害评估方法，包括：
[0006]S1、确定目标场地和特征输入参数：
[0007]选取沉积盆地为目标场地，确定沉积盆地在实际地震中的地震动频带、沉积盆地场地介质属性参数及取值范围，并作为人工神经网络基础数据集中的特征输入参数；
[0008]S2、建立三维沉积盆地模型，并获取地震响应：
[0009]建立三维沉积盆地模型，并将所述特征输入参数具体化，各特征输入参数在给定取值范围内取随机数，采用快速多极边界元法求解该三维沉积盆地模型在任一组随机数下的地震响应，多组随机数下的地震响应组成初等数据集；
[0010]S3、建立改进数据集：
[0011]在初等数据集的基础上，将沉积盆地地表相对位置同样作为特征输入参数，建立以基岩地震波入射频率、沉积盆地内介质材料属性、沉积盆地地表相对位置作为特征输入参数，以沉积盆地地表各位置的位移放大因子DAF作为特征输出参数的改进数据集；
[0012]S4、优化人工神经网络；
[0013]S5、获取样本：
[0014]建立解决目标问题的真实案例模型，以训练后的神经网络作为分析三维沉积盆地地震响应不确定性问题的代理模型，求解目标问题中每次样本对应的盆地地震响应，为分析不确定性问题的蒙特卡洛法快速提供所需的样本；
[0015]S6、地震动参数确定：
[0016]根据实际沉积盆地情况，设定场地介质不确定参数及其概率分布和取值范围，判断基础数据集中是否存在与不确定特征重合的样本，若存在，则从对应的改进数据集提取结果，若不存在则调用代理模型对不确定特征组合依次进行计算，获得沉积盆地地表位移放大因子、速度、加速度幅值的统计矩；利用快速傅里叶逆变换得到沉积盆地地表任意位置的峰值加速度统计矩和任意置信度对应的峰值加速度，利用多维度结果开展场地介质参数不确定性对三维沉积盆地地震动影响的量化评估；
[0017]S7、预测和评估：
[0018]根据实际需要选择不同置信度对应的沉积盆地地表地震动峰值加速度，结合当地建筑物地震易损性曲线数据库或易损性分析，开展考虑场地介质参数不确定性的沉积盆地建筑群震害预测和评估。
[0019]优选地，S2中，将所述特征输入参数具体化为基岩地震波入射频率、沉积盆地内外剪切波速比、阻尼比和泊松比。
[0020]优选地，S4具体为：选取人工神经网络结构，对所述改进数据集进行划分，得到训练集、测试集和验证集，基于训练集开展人工神经网络训练，在训练过程中引入差分进化
‑
粒子群算法对初始的权值和阈值进行优化，基于测试集和验证集对人工神经网络进行参数选择和网络准确性测试，将具有最佳测试表现的人工神经网络作为解决目标问题的数据驱动代理模型。
[0021]本专利技术的第二目的是提供一种沉积盆地建筑群震害评估系统，包括：
[0022]数据获取模块：确定目标场地和特征输入参数，选取沉积盆地为目标场地，确定沉积盆地在实际地震中的地震动频带、沉积盆地场地介质属性参数及取值范围，并作为人工神经网络基础数据集中的特征输入参数；
[0023]模型建立模块：建立三维沉积盆地模型，并获取地震响应，建立三维沉积盆地模型，并将所述特征输入参数具体化，各特征输入参数在给定取值范围内取随机数，采用快速多极边界元法求解该三维沉积盆地模型在任一组随机数下的地震响应，多组随机数下的地震响应组成初等数据集；
[0024]数据集改进模块：建立改进数据集，在初等数据集的基础上，将沉积盆地地表相对位置同样作为特征输入参数，建立以基岩地震波入射频率、沉积盆地内介质材料属性、沉积盆地地表相对位置作为特征输入参数，以沉积盆地地表各位置的位移放大因子DAF作为特征输出参数的改进数据集；
[0025]优化模块：优化人工神经网络；
[0026]样本获取模块：获取样本，建立解决目标问题的真实案例模型，以训练后的神经网络作为分析三维沉积盆地地震响应不确定性问题的代理模型，求解目标问题中每次样本对应的盆地地震响应，为分析不确定性问题的蒙特卡洛法快速提供所需的样本；
[0027]参数确定模块：地震动参数确定，根据实际沉积盆地情况，设定场地介质不确定参数及其概率分布和取值范围，判断基础数据集中是否存在与不确定特征重合的样本，若存在，则从对应的改进数据集提取结果，若不存在则调用代理模型对不确定特征组合依次进行计算，获得沉积盆地地表位移放大因子、速度、加速度幅值的统计矩；利用快速傅里叶逆变换得到沉积盆地地表任意位置的峰值加速度统计矩和任意置信度对应的峰值加速度，利用多维度结果开展场地介质参数不确定性对三维沉积盆地地震动影响的量化评估；
[0028]执行模块：预测和评估，根据实际需要选择不同置信度对应的沉积盆地地表地震动峰值加速度，结合当地建筑物地震易损性曲线数据库或易损性分析，开展考虑场地介质参数不确定性的沉积盆地建筑群震害预测和评估。
[0029]优选地本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种沉积盆地建筑群震害评估方法，其特征在于，包括：S1、确定目标场地和特征输入参数：选取沉积盆地为目标场地，确定沉积盆地在实际地震中的地震动频带、沉积盆地场地介质属性参数及取值范围，并作为人工神经网络基础数据集中的特征输入参数；S2、建立三维沉积盆地模型，并获取地震响应：建立三维沉积盆地模型，并将所述特征输入参数具体化，各特征输入参数在给定取值范围内取随机数，采用快速多极边界元法求解该三维沉积盆地模型在任一组随机数下的地震响应，多组随机数下的地震响应组成初等数据集；S3、建立改进数据集：在初等数据集的基础上，将沉积盆地地表相对位置同样作为特征输入参数，建立以基岩地震波入射频率、沉积盆地内介质材料属性、沉积盆地地表相对位置作为特征输入参数，以沉积盆地地表各位置的位移放大因子DAF作为特征输出参数的改进数据集；S4、优化人工神经网络；S5、获取样本：建立解决目标问题的真实案例模型，以训练后的神经网络作为分析三维沉积盆地地震响应不确定性问题的代理模型，求解目标问题中每次样本对应的盆地地震响应，为分析不确定性问题的蒙特卡洛法快速提供所需的样本；S6、地震动参数确定：根据实际沉积盆地情况，设定场地介质不确定参数及其概率分布和取值范围，判断基础数据集中是否存在与不确定特征重合的样本，若存在，则从对应的改进数据集提取结果，若不存在则调用代理模型对不确定特征组合依次进行计算，获得沉积盆地地表位移放大因子、速度、加速度幅值的统计矩；利用快速傅里叶逆变换得到沉积盆地地表任意位置的峰值加速度统计矩和任意置信度对应的峰值加速度，利用多维度结果开展场地介质参数不确定性对三维沉积盆地地震动影响的量化评估；S7、预测和评估：根据实际需要选择不同置信度对应的沉积盆地地表地震动峰值加速度，结合当地建筑物地震易损性曲线数据库或易损性分析，开展考虑场地介质参数不确定性的沉积盆地建筑群震害预测和评估。2.根据权利要求1所述的沉积盆地建筑群震害评估方法，其特征在于，S2中，将所述特征输入参数具体化为基岩地震波入射频率、沉积盆地内外剪切波速比、阻尼比和泊松比。3.根据权利要求2所述的沉积盆地建筑群震害评估方法，其特征在于，S4具体为：选取人工神经网络结构，对所述改进数据集进行划分，得到训练集、测试集和验证集，基于训练集开展人工神经网络训练，在训练过程中引入差分进化
‑
粒子群算法对初始的权值和阈值进行优化，基于测试集和验证集对人工神经网络进行参数选择和网络准确性测试，将具有最佳测试表现的人工神经网络作为解决目标问题的数据驱动代理模型。4.一种沉积盆地建筑群震害评估系统，其特征在于，包括：数据获取模块：确定目标场地和特征输入参数，选取沉积盆地为目标场地，确定沉积盆地在实际地震中的地震动频带、沉积盆地场地介质属性参数及取值范围，并作为...

【专利技术属性】
技术研发人员：刘中宪，赵嘉玮，孟思博，李芳芳，魏石涛，徐俊逸，章博峰，
申请(专利权)人：天津城建大学，
类型：发明
国别省市：