共查询到10条相似文献，搜索用时 343 毫秒
1.
基于ACCRBF网络的多层砖房震害预测 总被引：1，自引：1，他引：0
针对传统震害预测方法逐栋抽样计算建筑物抗震性能的不足,本文提出了一种基于蚁群聚类径向基(ACCRBF)网络模型的建筑物震害预测方法。依据不同地震动峰值加速度下多层砖房的实际震害资料,对模型进行训练,在模型的输入和输出之间建立映射关系,并利用这种映射关系对未知样本进行分类,实现对多层砖房的震害分析和预测。模型的输入为反映结构的震害影响因子,输出为给定的地震动峰值加速度下结构震害等级。研究表明,基于ACCRBF网络模型的多层砖房震害预测结果与震害实例基本吻合,具有推广应用价值。 相似文献
2.
基于灰关联与人工神经网络综合评价模型的多层砖房震害预测 总被引：1，自引：0，他引：1
结合几次大地震中多层砖房的实际震害资料,基于灰关联识别方法,解析了各影响因子对多层砖房抗震性能的影响程度。以反映结构抗震性能的各类物理参数作为输入数据,以给定地震动峰值加速度下建筑物破坏状态的概率作为输出数据,采用8-6-5层结构,建立了基于BP人工神经网络的非线性模型,并对震害样本进行了训练。结果表明:利用灰关联分析,可得出各因子对多层砖房抗震性能影响程度的大小排序,有利于实际的工程抗震设计;基于BP人工神经网络模型的多层砖房的震害预测结果与震害实例的实际情况比较吻合,其思路和方法可推广于其他不同类型的建筑结构的震害预测。 相似文献
3.
灰关联与人工神经网络在建筑物震害预测中的应用 总被引：1，自引：1，他引：1
基于灰关联识别方法,解析了各震害影响因子对多层砖房抗震性能的影响程度;并利用BP人工神经网络非线性模型对震害实例样本进行了训练。结果表明:利用灰关联分析,可得出各因子对多层砖房抗震性能影响程度的大小排序,有利于实际的工程抗震设计;基于BP人工神经网络模型的多层砖房的震害预测结果与震害实例的实际情况比较吻合,其思路和方法可推广于其他不同类型的建筑结构的震害预测。 相似文献
4.
5.
6.
利用多层砌体房屋震害预测专家系统,对山东潍坊地区１８２栋多层砖房逐栋进行了单体房屋的震害预测,在此基础上,统计分析了该地区多层砖房的地震易损性特征,并进行了初步震害预测研究,给出了该类房屋的易损性矩阵,各破坏等级的损失参数矩阵和对应不同地震烈度的相对损失预测,为进一步开展震害预测和采取地对性的防震减灾对策提供了科学依据。 相似文献
7.
通过对多层砖房的普查和抽样调查取得的原始资料,用多层砖房震害预测方法和软件进行易损性分析,给出重要房屋单体震害预测结果和群体房屋的易损性矩阵． 相似文献
8.
基于BP神经网络模型的多层砖房震害预测方法 总被引：8，自引：2，他引：8
针对传统的基于地震烈度的建筑物震害预测方法的不足,本文以地震动峰值加速度作为建筑物震害预测的地震动指标,结合几次大地震中多层砖房的震害实例,提出了一种基于BP神经网络模型的建筑物震害预测方法,模型的输入为反映结构抗震性能的各类物理参数,输出为给定地震动峰值加速度下建筑物破坏状态的概率。研究表明:基于BP网络模型的多层砖房的震害预测结果与震害实例的实际情况比较吻合,本文的思路和方法可推广于其他不同类型的建筑结构的震害预测。 相似文献
9.
10.
多层砖房震害的灰色预测 总被引：6，自引：1，他引：5
本文将灰色聚类方法应用于震害预测之中,建立了多层砖房震害预测的灰色模型。通过唐山地震43个实例的预测结果与实际震害的比较,说明了这种预测模型的有效性。 相似文献