基于BSPLS-RSM的结构地震易损性曲面预测方法技术

本发明专利技术公开了基于BSPLS‑RSM的结构地震易损性曲面预测方法。该方法先建立结构有限元模型，确定总数据集输入参数，进行非线性动力分析得到输出参数；均匀设计选取训练集和测试集，由训练集训练得到样条函数偏最小二乘响应面替代模型；再将测试集输入参数输入替代模型，得到测试集输出参数拟合值，测试集和测试集拟合值运用线性拟合法分别得到非线性动力分析易损性曲面和样条函数偏最小二乘响应面替代模型易损性曲面；对比两种易损性曲面拟合效果，判断决定系数R至满足R≥0.9；运用确定后的响应面替代模型得到考虑各随机变量的结构及构件易损性模型和失效概率，从而分析结构及构件的薄弱环节，为抗震加固、风险评估提供必要依据。

【技术实现步骤摘要】

本专利技术涉及一种基于bspls-rsm(英文basic spline partial least squaresresponse surface model，即基础样条偏最小二乘响应面替代模型)的结构地震易损性曲面预测方法，从概率的角度对结构地震响应和结构损伤进行分析，并运用响应面替代模型进行拟合和预测，属于响应面替代模型预测古塔结构易损性曲面。

技术介绍

1、结构地震响应分析和结构损伤分析统称为地震易损性分析，是指结构或构件达到或超过某一极限状态的超越概率。它从概率的角度定量地描述了结构及构件的抗震性能，宏观地反映了地震动强度与结构破坏程度之间的关系，为确定结构及构件的薄弱环节、抗震加固和风险评估等研究提供必要依据。影响结构及构件易损性的因素有很多且各个因素之间会相互影响，对于高度非线性和多维度的结构易损性分析，采用传统非线性动力分析会使计算成本高、效率低，故提出采用响应面模型替代非线性动力分析。偏最小二乘通过减少自变量之间的相关性，考虑自变量与因变量之间的权重，来提取主成分，从而建立回归模型处理多重共线性和高维数据。偏最小二乘法结合了主成分分析和最小本文档来自技高网...

【技术保护点】

1.基于BSPLS-RSM的结构地震易损性曲面预测方法，其特征在于，该方法包括如下步骤：

2.根据权利要求1所述的基于BSPLS-RSM的结构地震易损性曲面预测方法，其特征在于，步骤S2中所述的总数据集运用均匀设计选取训练集和测试集，具体步骤为：

3.根据权利要求1所述的基于BSPLS-RSM的结构地震易损性曲面预测方法，其特征在于，步骤S3中所述的运用理论易损性分析中的基于概率地震需求模型的线性拟合方法得到易损性曲面，具体步骤为：

4.根据权利要求1所述的基于BSPLS-RSM的结构地震易损性曲面预测方法，其特征在于，步骤S4中所述的对比步骤S3中两...

【技术特征摘要】

1.基于bspls-rsm的结构地震易损性曲面预测方法，其特征在于，该方法包括如下步骤：

2.根据权利要求1所述的基于bspls-rsm的结构地震易损性曲面预测方法，其特征在于，步骤s2中所述的总数据集运用均匀设计选取训练集和测试集，具体步骤为：

3.根据权利要求1所述的基于bspls-rsm的结构地震易损性曲面预测方法，其特征在于，步骤s3中所述的运用理论易损性分析中的基于概率地震需求模型的线性拟合方法得到易损性曲面，具体步骤为：...

【专利技术属性】
技术研发人员：杨栋，林泽辰，马玉宏，赵桂峰，张添俊，干成悟，吴尉源，
申请(专利权)人：广州大学，
类型：发明
国别省市：