适用于区域建筑群实时震害模拟的LSTM-FC组合深度网络模型研究

建筑物破坏在地震灾害中往往会导致巨大损失,对城市建筑群进行灾前灾时的震害预测具有重要意义。传统BP(back propagation)网络和CNN(convolutional neural networks)网络等人工智能方法在进行震害预测时多集中于提取建筑物信息。然而,这些方法在处理地震波的时序数据方面有所不足,导致其在整合和分析对地震灾害预测至关重要的时序相关因素时效果有限。因此,本文提出一种耦合LSTM(long short-term memory)和FC(fully connected)神经网络的震害预测方法。LSTM网络擅长处理具有时间序列特性的地震波信息,能够捕捉和分析随时间变化的地震波动模式。同时,全连接网络可用于综合分析所有相关的震害因子。通过对云浮地区265栋典型钢混建筑进行指标量化并确定输入指标(震害影响因子)和输出指标(震害指数),利用LSTM-FC组合深度网络、CNN网络和BP网络模型对数据进行训练并优化。通过将LSTM-FC网络模型的预测结果与弹塑性时程分析比较,发现该模型在拟合效果和精度方面优于传统的BP和CNN模型。拟合效果提升了36.8%和10.6%,精度分别提升了77.6%和91.7%,表明LSTM-FC网络在地震损害预测上更为有效。同时,将该方法应用于广东省云浮市钢混结构群震害预测,构建的易损性矩阵与华南地区的易损性矩阵均值进行了对比,显示误差相对较小,说明该模型不仅理论上可行,在实际应用中也能表现出较高的准确性和有效性。

考虑震害因子耦合作用的砌体建筑群破坏概率模型研究

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0.0333。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物震害矩阵,提供了考虑结构固有不确定性和随机不确定性的有效途径,有助于推动城市建筑韧性评价和设计理论的发展。

基于SMIV-PSO-LMBP的砖混结构群震害预测方法研究—以广州地区为例

砖混建筑物在地震中破坏严重损失巨大,快速评估地震作用下城市砖混建筑物的破坏风险实现建筑抗震韧性至关重要。传统神经网络预测方法在建筑震害分析过程中存在易陷入局部最优和收敛效率低等问题。为此,本文提出一种耦合SMIV(Spearman-Mean Impact Value)和PSO-LMBP(Particle Swarm Optimization-Levenberg Marquard Back Propagation)的砖混结构群集成震害预测方法。首先,利用SMIV方法进行震害因子筛选降低数据维数;其次,建立了耦合PSO(Particle Swarm Optimization)和LM(Levenberg Marquard)算法的PSO-LMBP神经网络的震害预测模型,通过PSO算法将得到的一组全局最优解作为BP网络的初始权值和阈值,再利用LM算法对BP神经网络进行优化训练;最后,从整体样本的预测精度、拟合效果以及运行速度上进行对比分析,交叉验证结果表明提出的SMIV-PSO-LMBP模型震害预测效果显著。同时,以广州地区为例,应用本文提出的方法进行了区域砖混结构群震害预测,预测结果与华南地区砖混建筑实际计算统计得到的震害矩阵对比,误差较小。综上所述,本文提出的SMIV-PSO-LMBP预测方法能够较好、较快地评估出区域砖混建筑物的破坏风险,为政府震后进行精准救灾提供一定的借鉴。

新媒体环境下新闻传播的模式创新

互联网的快速发展,使得我国已经进入了一个知识信息经济时代,各行各业都发生了重大的变化。比如人们可以通过手机和电脑,快速的接收到各种各样的信息,加之自媒体时代言论的自由,也促使了传统新闻行业的转变。传统新闻行业必须要快速跟上时代的步伐,优化传播的方式和速度,创新传播的模式。本文就新媒体的概述以及新媒体环境下新闻传播的特点进行阐述,分析基于新媒体创新新闻传播模式的策略。