首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到16条相似文献,搜索用时 187 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.
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.
本文系统地总结了近几十年来结构地震易损性分析及地震破坏损失预测的发展 ,指出了建筑物地震易损性分析存在的一些重要问题 ,如缺乏震害经验的建筑物地震易损性估计、采用地震动参数进行建筑物地震易损性估计等问题。本文重点研究了理论计算的易损性估计方法 ,给出了对于不同地震动建筑物出现或超越不同状态的概率 ,将多层砖房的理论易损性估计结果同实际震害资料进行了对比 ,并对经正规设计但缺乏震害经验的高层建筑地震易损性进行了估计。另外 ,本文也着重研究了以地震动峰值加速度及反应谱作为地震动输入参数时的结构地震易损性分析方法…  相似文献   

4.
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   

5.
基于MATLAB神经网络方法的多层砖房震害预测   总被引:1,自引:0,他引:1       下载免费PDF全文
提出利用MATLAB人工神经网络工具箱建立基于贝叶斯正则算法的BP神经网络模型,以地震区多层砖房震害调查数据为因子的震害预测方法.神经网络模型输入震害因子包括建筑的层数、施工质量、房屋整体性等,输出值为建筑物在地震作用下的破坏程度.结果表明,本方法可以对多层砖房的震害样本进行预测并达到较理想的效果.  相似文献   

6.
本文根据中国抗震规范(TJ11—78)和多次地震的多层砖房震害统计资料,用建筑力学方法推导出估计地震动峰值的公式。结合1988年灵武5.5级地震的多层砖房震害,根据计算的墙体抗震强度系数估算了这次地震的地面峰值加速度为0.158(g),相当于烈度7度半。  相似文献   

7.
多层砖房是最常用的结构形式之一,对其进行震害预测尤为重要,选择合适的影响因素是震害预测中最重要的环节之一。本文基于AdaBoost算法对多层砖房震害影响因素进行评估,给出影响因素重要度排序,并将结果与灰色关联分析法进行比较。研究发现结构合理性、地震峰值加速度、砖墙面积率和场地条件对多层砖房震害影响最大,因此在多层砖房震害预测中应优先考虑这4个因素,并在结构设计建造过程中予以足够重视。  相似文献   

8.
基于地震动参数的建筑物震害预测   总被引:9,自引:2,他引:7  
针对目前我国流行的基于地震烈度的震害预测方法中的不足,本文借助美国广泛使用的地震损失评估软件HAZUS99技术手册中房屋易损性评估方法的表达形式,结合我国的震害经验,提出了一套基于地震动参数的群体建筑物震害预测方法。依据易损性矩阵,采用遗传算法与单纯形法相结合的混合算法反演典型结构的抗力曲线和易损性曲线的参数。给定表示地震作用的需求谱,就可以方便地完成典型结构的震害预测。以两个地区的多层砌体房屋为例,说明了本文提出方法的具体步骤,诊证了可靠性。  相似文献   

9.
用贝塔分布函数对给定烈度下结构各个破坏等级的概率分布进行了破坏比概率密度的拟合,以地震动峰值作为地震动参数,根据烈度和加速度峰值的对应关系以对数插值方式计算了在任意一个峰值加速度下结构破坏比的倍塔概率密度分布及各个破坏等级的概率,从而使结构易损性的表达方式由烈度-震害等级构成的二维阶跃性易损性矩阵转化为由地震动参数-破坏比概率密度函数或地震动参数-各破坏等级的概率来表达的方式.试算结果表明,这种转化方法是可行的.本文为震害预测和地震经济损失估计提供参考.  相似文献   

10.
建筑物易损性和地震损失与地震加速度谱值的关系(上)   总被引:5,自引:5,他引:5  
为与新的地震动参数区划图接轨,克服目前以烈度为依据的震害预测方法中的缺陷,这项研究提出了以地震加速度谱值为输入参数的建筑物易损性分析和地震损失估计方法。这些内容分上、中、下三篇介绍。本文是其中的上篇,介绍了砖砌体结构的易损性分析方法;这一方法可以根据我国2001年颁布的以峰值加速度为参数的新地震区划图给出的加速度和特征周期或根据地区的地震安全性评估给出的反应谱,估计这类结构单体和群体在未来地震中可能发生的震害及可能造成的损失。  相似文献   

11.
粗集神经网络在建筑物震害预测中的应用   总被引:1,自引:0,他引:1       下载免费PDF全文
将粗糙粗集理论和神经网络原理结合起来,建立了基于粗集-神经网络的建筑物震害预测模型.首先运用粗糙集理论,根据原始样本建立决策表进行属性离散化、属性重要性排序、属性约简和分类规则的提取;然后将所提取的关键成分作为神经网络的输入练模型.实例研究表明,基于粗集-神经网络的多层砖房震害预测结果与实际震害基本吻合.该模型简化了神经网络结构,提高了训练速度和分类精度,还能对各因素对房屋震害的影响度进行分析.  相似文献   

12.
详细的建筑结构特征参数是得到合理地震易损性分析结果的基础.本文给出了一种结合已有地震易损性分析成果,在具备有限特征参数的情况下,利用BP神经网络进行单体或群体结构震害等级推演的方法.以陕西省渭南市607栋设防砌体易损性评估结果为样本构建了一个3层BP神经网络模型,并对北京市海淀区近2万栋设防砌体不同地震烈度下的可能破坏...  相似文献   

13.
城市典型建筑的地震损失预测方法Ⅰ: 结构易损性分析   总被引:1,自引:1,他引:1  
地震作用下结构的易损性分析是地震灾害损失预测方法的重要组成部分。本文针对多层砌体房屋结构、排架结构和多层钢筋混凝土结构等3种城市典型建筑,首先给出了该类单体建筑的地震结构易损性分析方法,然后对群体建筑的地震易损性分析方法,以及群体建筑的易损性分类方法进行了探讨,为城市典型建筑的地震灾害损失预测和评估提供参考,并为宁波市抗震防灾规划的地震损失预测提供基础。  相似文献   

14.
地震作用下结构的易损性分析是地震灾害损失预测方法的重要组成部分。本文针对多层砌体房屋结构、排架结构和多层钢筋混凝土结构等3种城市典型建筑,首先给出了该类单体建筑的地震结构易损性分析方法,然后对群体建筑的地震易损性分析方法,以及群体建筑的易损性分类方法进行了探讨,为城市典型建筑的地震灾害损失预测和评估提供参考,并为宁波市抗震防灾规划的地震损失预测提供基础。  相似文献   

15.
结合机器学习算法最新研究进展,提出一种基于改进遗传算法优化BP神经网络的单体建筑物震害评估方法。以四川地区为例,通过改进遗传算法优化BP神经网络建立评估模型,输出评估区域内不同结构类型单体建筑物在各震害影响因素综合作用下的破坏等级,并通过实际算例分析对模型的有效性进行验证。结果表明,该方法可快速、准确地评估单体建筑物震害情况。  相似文献   

16.
砌体建筑群在地震中往往破坏严重损失巨大,合理评估地震作用对不同种类砌体结构造成破坏的风险变得至关重要。传统基于后验概率的地震危险性分析方法忽略了砌体建筑个体差异性的影响,未深入考虑多种震害因子的耦合作用。本文以华南地区砌体建筑群为例,开发了一种集成概率方法来对城市砌体结构的破坏风险进行建模,考虑建筑年代、层数、使用用途和墙厚四类震害因子的耦合影响,采用(Kolmogorov-Smirnov)K-S检验,在设定地震动参数下选取Gaussian分布、Log-Normal分布、Gumbel分布和Beta分布四种概率分布对该地区砌体建筑物的破坏状态概率分布参数进行拟合。通过均方根误差(Root Mean Square Error)RMSE进行拟合优度评价,最终建立基于Gaussian分布和Log-Normal分布的砌体建筑物破坏联合概率模型。最后,以华南地区三个城市典型砌体建筑物为例进行实例对比验证,将基于本文建立的建筑破坏概率模型推算出的砌体建筑群震害矩阵与基于单体结构分析得到的震害矩阵进行对比,与理论值最大偏差为0.033 3。研究表明:本文构建的集成概率方法能够获得更加合理的城市砌体建筑...  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号