一种地震响应预测的地震动强度指标优选方法技术

本发明专利技术公开了一种地震响应预测的地震动强度指标优选方法，包括以下步骤：（1）搭建建筑损伤数据库；（2）地震动强度指标优选；（3）构建机器学习模型；（4）预测损伤状态；本发明专利技术采用弹性网算法选择最优地震动强度指标组合，其中基于弹性网模型的拟合优度和回归系数更新当前选择准则中的效率性和实用性，避免了传统方法中强度指标和结构响应服从对数线性关系的假定和强度指标维度的限制；在构建用于建筑结构震损评估的机器学习模型时，以最优地震动强度指标组合作为输入变量，可以显著提高模型预测准确性，同时降低训练所需的样本数

【技术实现步骤摘要】
一种地震响应预测的地震动强度指标优选方法


[0001]本专利技术建筑结构抗震
，具体涉及一种地震响应预测的地震动强度指标优选方法
。

技术介绍

[0002]建筑结构安全保障是我国城市化推进的关键问题，发展可靠且快速的建筑结构地震损伤评估方法，为震后的应急管理决策提供技术支持
。
基于机器学习的建筑结构地震损伤预测准确性较高，并且极大缩短评估时间，是城市建筑设计及风险评估管理的未来发展方向
。
尽管机器学习模型在数学上不受地震动强度指标维度的限制，但强度指标优选仍然至关重要
。
一方面考虑到地震动的复杂性，需要众多强度指标去表征强地震的关键特征，从而训练出切实可用的机器学习模型以预测地震事件中建筑结构的复杂响应；另一方面考虑众多强度指标作为输入变量会导致高维概率空间映射问题，这需要大量样本来训练机器学习模型，甚至模型无法准确构建
。
现有地震动强度指标优选方法往往针对单一指标，并且选择准则建立在强度指标和结构需求参数呈现对数线性相关的假定
。
然而结构损本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种地震响应预测的地震动强度指标优选方法，其特征在于，包括以下步骤：（1）通过对文献的收集整理确定候选强度指标
IMs
，获取符合场地特征的
N
条实际地震动记录，计算每条地震动对应的候选强度指标值；（2）确定建筑结构参数
SPs
及概率分布，采用拉丁超立方抽样方法获取符合参数分布的
N
组建筑样本；（3）利用
OpenSees
软件建立建筑结构数值模型，并通过非线性时程分析方法获得得到
N
个建筑损伤度量
DM
，建立建筑震后损伤数据库；（4）根据建筑震后损伤数据库构建基于弹性网算法的变量选择模型；（5）通过弹性网模型计算输入变量的效率性和实用性，进而选择最优强度指标组合
IMs*
，并检验强度指标的充分性；（6）根据建筑震后损伤数据库，利用机器学习方法进行模型训练；（7）基于预测模型性能的评价指标，采用网格搜索法确定最优超参及相应机器学习模型；（8）使用训练后的机器学习模型进行地震破坏下建筑结构损伤状态的快速预测
。2.
根据权利要求1所述的一种地震响应预测的地震动强度指标优选方法，其特征在于，所述步骤（1）候选强度指标
IMs
根据物理意义类别分为结构不相关或结构相关的加速度型
、
速度型
、
位移型
、
时间型；根据设计场地的震级
、
震距
、
剪切波速和脉冲特征，获取符合场地特征的实际地震动记录
。3.
根据权利要求1所述的一种地震响应预测的地震动强度指标优选方法，其特征在于，所述步骤（2）具体如下：建筑结构参数
SPs
共计
12
个，包括：混凝土体积密度
、
核心混凝土抗压强度
、
核心混凝土峰值应变
、
核心混凝土极限应变
、
保护层混凝土抗压强度
、
保护层混凝土极限应变
、
柱中的钢筋直径
、
梁中的钢筋直径，梁中的钢筋直径
、
钢筋屈服强度
、
钢筋弹性模量
、
钢筋硬化率；参数概率分布特征为均值
、
方差和分布类型，然后采用拉丁超立法抽样方法分别对
12
个变量抽样产生
N
个随机数样本，最后组合为
N
个建筑样本数据
。4.
根据权利要求1所述的一种地震响应预测的地震动强度指标优选方法，其特征在于，所述步骤（3）中
N
个数值模型随机匹配
N
条地震动记录；建筑损伤度量
DM
为最大层间位移角
。5.

【专利技术属性】
技术研发人员：冯德成，丁家怡，
申请(专利权)人：东南大学，
类型：发明
国别省市：