【技术实现步骤摘要】
本专利技术涉及结构抗震安全评估，具体为一种基于机器学习和模型更新的区域快速震害预测方法。
技术介绍
1、最近几十年以来，地震对人民的生命安全和财产造成了重大影响。对区域建筑群进行准确、及时的地震损伤评估，有利于在震前发现城市中抗震能力薄弱的部位，有利于应急救援物资的准备。因此对区域建筑群进行准确、及时的震前损伤预测和震后损伤评估至关重要。然而，由于区域尺度的建筑群详细信息获取、有限元模型建立、结构非线性时程分析均费时费力，因此如何在有限信息下进行既快速又准确的区域震害损伤评估仍是目前防灾减灾领域的一大难题。已有的研究主要从准确性和速度两个方面进行改进，然而仍然有一些不足。
2、对于区域的震前损伤预测，目前主要的方法有易损性分析方法、能力需求谱方法、时程分析方法及其与人工智能相结合的方法。易损性分析方法由于只使用很少的地震动指标(一般不超过三个)来描述地震动，导致该方法的精度不高。能力需求谱方法难以考虑地震动的时域特点。时程分析方法虽然准确，但在计算高保真有限元模型时耗时很长。针对该问题，已有的研究主要从以下两个思路解决准确性...
【技术保护点】
1.一种基于机器学习和模型更新的区域快速震害预测方法，其特征在于包括以下步骤：
2.根据权利要求1所述的一种基于机器学习和模型更新的区域快速震害预测方法，其特征在于所述结构响应预测模型为XGBoost模型。
3.根据权利要求2所述的一种基于机器学习和模型更新的区域快速震害预测方法，其特征在于所述XGBoost模型的损失函数为MSE损失函数，表示为：
4.根据权利要求1所述的一种基于机器学习和模型更新的区域快速震害预测方法，其特征在于所述步骤一的具体步骤为：
5.根据权利要求1所述的一种基于机器学习和模型更新的区域快速震害...
【技术特征摘要】
1.一种基于机器学习和模型更新的区域快速震害预测方法，其特征在于包括以下步骤：
2.根据权利要求1所述的一种基于机器学习和模型更新的区域快速震害预测方法，其特征在于所述结构响应预测模型为xgboost模型。
3.根据权利要求2所述的一种基于机器学习和模型更新的区域快速震害预测方法，其特征在于所述xgboost模型的损失函数为mse损失函数，表示为：
4.根据权利要求1所述的一种基于机器学习和模型更新的区域快速震害预测方法，其特征在于所述步骤一的具体步骤为：
5.根据权利要求1所述的一种基于机器学习和模型更新的区域快速震害预测方法，其特征在于所述目标函数表示为：
6.根据权利要求1所述的一种基于机器学习和模型更新的区域快速震害预测方法，其特征在于所述训练好的结构响应预测模型，通过平均绝对误差mae、平均...
【专利技术属性】
技术研发人员：温卫平，张国庆，刘坤，翟长海，周伯昌，
申请(专利权)人：哈尔滨工业大学，
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。