期刊文献+
共找到11篇文章
< 1 >
每页显示 20 50 100
基于时频分析与深度学习的结构震后损伤评估
1
作者 周荣环 康帅 +1 位作者 王自法 靳满 《地震工程学报》 CSCD 北大核心 2024年第1期115-125,共11页
为评估地震后钢筋混凝土(RC)框架结构的损伤状态,提高损伤评估的效率和精度,文章提出一种基于时频分析和一维卷积神经网络(1D-CNN)的地震损伤评估方法。首先利用增量动力时程分析对一个6层RC框架结构进行地震损伤模拟,并根据最大层间位... 为评估地震后钢筋混凝土(RC)框架结构的损伤状态,提高损伤评估的效率和精度,文章提出一种基于时频分析和一维卷积神经网络(1D-CNN)的地震损伤评估方法。首先利用增量动力时程分析对一个6层RC框架结构进行地震损伤模拟,并根据最大层间位移角对加速度信号进行损伤程度的标定,以此来获取数据样本,随后应用五种不同的时频分析方法对原始信号进行处理;然后建立基于1D-CNN的地震损伤评估模型,并利用贝叶斯优化算法寻找模型中的最优参数组合;最后评估所提出模型方法在噪声情况下的泛化能力。研究结果表明:五种时频分析方法中,小波散射变换方法的准确率最高,达92.5%,且计算速度也最快,仅需144 s;另外在噪声下该方法仍可以保持较高的损伤评估准确率,具有较好的鲁棒性和泛化能力。 展开更多
关键词 地震损伤评估 RC框架结构 时频分析 一维卷积神经网络 贝叶斯优化
下载PDF
基于Stacking模型融合策略的日本俯冲带板缘地震动预测
2
作者 党浩天 王自法 +4 位作者 赵登科 位栋梁 王祥琪 WANG Jianming 李兆焱 《世界地震工程》 北大核心 2024年第1期80-95,共16页
高精度的地震动预测模型有助于提高地震灾害的预警和应对能力。传统回归方法构建地震动预测模型时提前设定了方程的形式,此种方法存在一定局限性,难以反映地震动传播过程中的复杂规律,因此越来越多的学者尝试应用机器学习方法构建地震... 高精度的地震动预测模型有助于提高地震灾害的预警和应对能力。传统回归方法构建地震动预测模型时提前设定了方程的形式,此种方法存在一定局限性,难以反映地震动传播过程中的复杂规律,因此越来越多的学者尝试应用机器学习方法构建地震动预测模型。但采用单一的机器学习算法,难以从数据中捕捉到更多规律,最终导致模型精度难以提升。本文基于日本KiK-net和K-Net强震台网收集到的俯冲带板缘地震动记录,使用Stacking模型融合策略,以LightGBM、XGBoost和CatBoost算法作为基学习器,线性回归算法作为元学习器,引入客观且高效的贝叶斯优化算法对模型进行超参数优化,最终训练并提出了一种适用于日本俯冲带板缘地震动预测的融合模型Stacking-Interface。对比分析所提出模型、单一机器学习模型和传统模型,发现机器学习模型的精度普遍高于传统模型,且相较于单一的机器学习模型,融合模型的预测能力有一定的提升;通过与实际地震动记录的对比和特征参数敏感性分析,验证了所提模型的可靠性和泛化能力。研究方法和结果能够为地震风险分析提供参考。 展开更多
关键词 地震动预测 STACKING 俯冲带板缘地震 部分依赖图
下载PDF
基于深层卷积神经网络的震级快速估算方法 被引量:2
3
作者 王自法 廖吉安 +2 位作者 王延伟 位栋梁 赵登科 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2023年第1期272-288,共17页
当前地震预警中的震级估算方法是通过初至几秒地震波的特征参数与震级的经验关系来实现的,这些特征参数依赖于人的经验和主观判断,没有充分利用初至地震波中与震级相关的信息,制约了震级估算效果.对此,本文利用深层卷积神经网络(Deep Co... 当前地震预警中的震级估算方法是通过初至几秒地震波的特征参数与震级的经验关系来实现的,这些特征参数依赖于人的经验和主观判断,没有充分利用初至地震波中与震级相关的信息,制约了震级估算效果.对此,本文利用深层卷积神经网络(Deep Convolutional Neural Networks,CNN)直接从初至地震波中自动提取特征,实现端到端的震级快速估算.CNN方法以单台站的初至竖向地震波作为主输入,震中距、震源深度以及V s30作为辅助输入,震级作为输出.利用日本和智利的大量地表强震记录对CNN方法进行训练(98257条记录)、验证(31429条记录)和测试(40638条记录),利用美国和新西兰的强震记录进行泛化性能测试(583条记录),并与应用最为广泛的峰值位移Pd方法进行对比.结果表明,当初至地震波时长为3 s时,在4~6.4级范围内,CNN方法估算震级的准确率是Pd方法的1.5倍,在6.5~9级范围,CNN方法估算震级的准确率是Pd方法的1.2倍;当初至地震波从3 s增加到10 s时,CNN方法能够随着地震波时长的增加不断提高估算震级的准确率,并且始终高于Pd方法,特别是对于4~6.4级地震,CNN方法在初至3 s地震波时估算震级的准确率是Pd方法在初至10 s地震波时的1.2倍;随着地震波时长的增加,CNN方法对于震级饱和问题的改善效果优于Pd方法;CNN方法具有较好的泛化能力,在训练数据集之外的区域,比Pd方法估算震级更准确.相比于人为定义的特征参数,CNN方法从初至地震波中自动学习到了与震级更为相关的特征,这些特征极大地改善了震级估算的准确性和时效性,可以为地震预警系统提供更快速更准确的震级估算. 展开更多
关键词 地震预警 震级估算 卷积神经网络 深度学习
下载PDF
基于时频变换和卷积神经网络的结构损伤识别 被引量:1
4
作者 李治甫 康帅 +2 位作者 王自法 董正方 赫中营 《防灾减灾工程学报》 CSCD 北大核心 2023年第6期1275-1283,共9页
为了解决将单传感器时域数据直接作为卷积神经网络(CNN)的输入所引起的损伤识别精度不高的问题,提出基于小波包变换(DWPT)和快速傅里叶变换(FFT)的卷积神经网络识别方法。以短钢梁桥现场试验测得的数据集为例,将单传感器数据样本分别进... 为了解决将单传感器时域数据直接作为卷积神经网络(CNN)的输入所引起的损伤识别精度不高的问题,提出基于小波包变换(DWPT)和快速傅里叶变换(FFT)的卷积神经网络识别方法。以短钢梁桥现场试验测得的数据集为例,将单传感器数据样本分别进行DWPT和FFT变换,使用变换后的特征训练1D-CNN网络,训练好的网络测试精度有明显的提升,其识别精度均高于多个传感器数据直接作为输入的识别精度。同时分析了对噪声样本和异源(结构上未曾参与网络训练的传感器)数据的识别情况,结果表明对含噪声样本先进行时频变换再训练网络能显著提升对噪声样本的识别精度,而且能改善训练好的网络难以对异源传感器数据进行识别的问题,最后通过卡塔尔大学看台现场试验数据进一步论证上述结论。 展开更多
关键词 损伤识别 快速傅里叶变换 小波包变换 深度学习 CNN
下载PDF
泸定M s6.8地震房屋损失快速评估 被引量:1
5
作者 赵登科 王自法 +5 位作者 李兆焱 周阳 高曹珀 WANG Jianming 位栋梁 张昕 《世界地震工程》 北大核心 2023年第2期178-188,共11页
震后房屋损失的快速评估对于灾后应急救援等至关重要。现有的地震风险评估方法要么仅提供损失的均值,要么以某一方差常数来描述损失的分布特征,均无法准确有效地反映各空间位置点损失的随机性及相关关系,最终影响整体损失评估结果的准... 震后房屋损失的快速评估对于灾后应急救援等至关重要。现有的地震风险评估方法要么仅提供损失的均值,要么以某一方差常数来描述损失的分布特征,均无法准确有效地反映各空间位置点损失的随机性及相关关系,最终影响整体损失评估结果的准确度。本文基于Copula理论,提出了一种适用于地震巨灾风险分析的相关随机变量模拟方法,好处是在实现快速计算的同时,能够考虑地震损失中的不确定性与相关性。利用所提方法对2022年9月5日四川泸定6.8级地震的房屋损失进行评估,得到了各结构类型与县区的损失分布,并与PAGER方法所得到的损失分布进行对比。结果表明:此次地震房屋总体损失超过89.8%的概率处于10~100亿元人民币量级水平,其中超过50.8%的概率为20~50亿元人民币;损失较大的三个县区分别是泸定县、石棉县和荥经县,砌体结构的经济损失约是框架结构的2倍;相比于PAGER,该方法给出的损失概率分布形状更加灵活,能够详细地反映不同县区的房屋损失特征。研究方法和结果为震后损失快速评估技术提供参考,也为未来地震的灾后应急救援等提供科学依据。 展开更多
关键词 泸定地震 损失快速估计 COPULA理论 相关随机变量模拟
下载PDF
基于KiK-net记录的PGA与Sa场地影响因子分布研究
6
作者 王祥祺 王自法 +1 位作者 赵登科 李兆焱 《地震工程与工程振动》 CSCD 北大核心 2023年第4期204-215,共12页
场地条件对地震动有着重要的影响,它一般通过地表峰值加速度PGA或者谱加速度Sa在不同场地条件下的放大系数表示。以往的相关研究中缺少大量的实测地震动数据分析;没有明确给出PGA和Sa在不同场景下的适用性;较少赋予其放大系数分布概率... 场地条件对地震动有着重要的影响,它一般通过地表峰值加速度PGA或者谱加速度Sa在不同场地条件下的放大系数表示。以往的相关研究中缺少大量的实测地震动数据分析;没有明确给出PGA和Sa在不同场景下的适用性;较少赋予其放大系数分布概率含义。选取KiK-net台网1997—2019年记录的210多万条地震动信息,通过PGA与Sa放大系数的分布分析了其在不同场景下的适用性,然后基于控制变量法和回归方法对每个台站的PGA放大系数进行拟合分析,最后对不同场地类别的PGA放大系数进行了概率分布函数拟合。研究结果表明:场地条件不变情况下,地震动放大系数的分布有很好的规律性;Sa较PGA放大系数分布离散程度更小,且随着Sa周期增加,其离散程度呈现逐渐减小趋势,在建筑物周期确定的情况下,Sa具有更高的适用性;Ⅰ、Ⅱ类场地且周期大于1.0 s的Sa放大系数具有较高的稳定性;相同场地条件下,PGA放大系数呈非线性分布,随着基岩PGA(PGA R)的增加逐渐减少;PGA放大系数趋于指数正态分布。研究结果可用于未来更加准确地估计损失与描述场地条件对地震动的影响。 展开更多
关键词 场地条件 地震动 场地放大系数 线性拟合 概率分布
下载PDF
基于机器学习方法的地震破坏预测
7
作者 苗鹏宇 王自法 +2 位作者 位栋梁 赵登科 王祥祺 《科学技术与工程》 北大核心 2023年第14期5903-5913,共11页
地震破坏预测研究对于建筑结构减灾规划、震前风险预测、震后应急评估有着重要意义。传统的方法因为受到震害资料数量的限制以及计算精度和能力的制约,一般基于经验只考虑少数因素对结构破坏的影响。通过使用随机森林算法,设计了一个综... 地震破坏预测研究对于建筑结构减灾规划、震前风险预测、震后应急评估有着重要意义。传统的方法因为受到震害资料数量的限制以及计算精度和能力的制约,一般基于经验只考虑少数因素对结构破坏的影响。通过使用随机森林算法,设计了一个综合考虑地震动、结构和场地等多维度信息的分类方法,用以预测建筑物的地震破坏程度。本文研究框架基于新西兰国家地震委员会所收集的27次地震详细破坏资料,处理得到14.2万条高质量建筑物损失数据,考虑了谱加速度、建筑形状、层数等16个影响因素,将4种不同的损伤状态作为模型的学习标签进行地震破坏预测训练。结果表明,随机森林算法在6种分类算法中性能最佳,经过学习曲线法调参、代价敏感学习之后,经过优化得到的随机森林模型对于测试集的整体预测精确率可以达到75.4%,对4种损伤标签的召回率分别达到了88.2%、55.0%、60.7%和70.8%,远好于其他方法。当只考虑对结果影响最重要的前12个因素,该模型的预测精度仍然能够达到73.7%。可见,基于此框架所训练的预测模型具有良好的精度与适用性,同时该框架对于中国震害资料大数据库的研究具有较高的参考价值。 展开更多
关键词 地震破坏预测 破坏状态预测 机器学习 随机森林算法 新西兰地震损失数据
下载PDF
地震损失的空间相关性及其对震害损失估计的影响 被引量:2
8
作者 周阳 王自法 +1 位作者 石磊 仝文博 《世界地震工程》 CSCD 北大核心 2022年第2期151-159,共9页
在地震危险性分析或者地震损失分布评估中,需要考虑地震损失的空间相关性的影响。目前对地震损失空间相关性的研究,主要是基于经验或半经验的方法,没有经过实际地震损失分布的验证。本文基于2011年东日本大地震收集到的55万条建筑物破... 在地震危险性分析或者地震损失分布评估中,需要考虑地震损失的空间相关性的影响。目前对地震损失空间相关性的研究,主要是基于经验或半经验的方法,没有经过实际地震损失分布的验证。本文基于2011年东日本大地震收集到的55万条建筑物破坏的详细数据得出了基于实际震害的地震损失随距离关系变化的空间相关性衰减规律,给出了一个基于实际数据的拟合公式,并将其应用于最新开发的基于高精度模拟的巨灾风险分析中。利用北京地区多个地震为算例,研究了实现空间相关性模拟的样本精度问题,并且给出了不同空间相关系数对地震损失分布的影响,从而能为未来的防震减灾工作提供更好的地震损失估计结果。 展开更多
关键词 空间相关性 地震损失 日本震害资料 不确定性 地震巨灾风险
下载PDF
基于卷积神经网络的地震震级快速估算方法 被引量:1
9
作者 位栋梁 王延伟 +2 位作者 王自法 廖吉安 赵登科 《地震学报》 CSCD 北大核心 2022年第2期316-326,共11页
地震发生后震级的快速准确估算是确保地震预警减灾效果的最重要部分,而基于经验参数的传统方法在准确性和时效性方面各自存在局限性。通过建立多全连接层卷积神经网络模型,选用日本KiK-net和K-NET台网1997年至2019年记录到的3065次地震... 地震发生后震级的快速准确估算是确保地震预警减灾效果的最重要部分,而基于经验参数的传统方法在准确性和时效性方面各自存在局限性。通过建立多全连接层卷积神经网络模型,选用日本KiK-net和K-NET台网1997年至2019年记录到的3065次地震的16万4547条初至波在3—9 s不同时段的频域数据、对应地震事件的震源信息(震中距和震源深度)以及场地信息(v_(S30))作为全数据集,对提出的模型进行训练并对估算效果予以评估。结果显示:当初至波截取时段为3 s时,模型震级预测的整体准确率为89.92%,并且随着初至波长度的增大,估算震级的准确率持续提高;当截取时段为9 s时,整体准确率达到96.08%。与传统Pd方法的预估结果相比,结果表明:基于本文提出的多全连接层卷积神经网络模型估算的震级精度有所改善,具有绝对误差标准差和均值更小、时效强等特性,实现了基于单台站记录的端到端震级持续快速估算,能更好地增强地震预警的减灾效果。 展开更多
关键词 地震预警 震级快速估算 地震记录 卷积神经网络 深度学习
下载PDF
基于日本311大地震详细破坏数据的结构易损性分析 被引量:1
10
作者 仝文博 王自法 +1 位作者 赵登科 张昕 《地震工程与工程振动》 CSCD 北大核心 2022年第3期171-179,共9页
描述地震损失和地震动关系的地震易损性是地震损失预测的重要组成部分。目前广泛应用的地震动衰减模型存在极大的不确定性,通过衰减法得到的建筑结构地震易损性关系同样包含着很大的不确定性。文中基于日本311地震震后的近60万栋建筑详... 描述地震损失和地震动关系的地震易损性是地震损失预测的重要组成部分。目前广泛应用的地震动衰减模型存在极大的不确定性,通过衰减法得到的建筑结构地震易损性关系同样包含着很大的不确定性。文中基于日本311地震震后的近60万栋建筑详细破坏数据,结合日本K-net和KIKnet密集台阵观测到的地震动记录,提出了基于实测台站数据的地震动插值方法。用全部建筑和按照建造年代与结构类别进行分类的多种数据,对比基于衰减模型和插值法2种地震动作用下,各类别建筑结构的结构易损性关系。研究发现,同等地震动下,衰减法的易损性比插值法得到的整体偏高。当地震动比较大的时候,地震损失不再明显增加,特别是插值法得到的易损性存在明显的“震害饱和”现象。本研究的结果为更加准确地估算实际各类建筑物地震损伤提供了最新的科学依据。 展开更多
关键词 结构易损性 衰减模型 地震动插值 易损性对比
下载PDF
A Rapid Estimation Method for Post-earthquake Building Losses
11
作者 Dengke Zhao Zifa Wang +3 位作者 Jianming Wang Dongliang Wei Yang Zhou Zhaoyan Li 《International Journal of Disaster Risk Science》 SCIE CSCD 2023年第3期428-439,共12页
Rapid estimation of post-earthquake building damage and loss is very important in urgent response efforts.The current approach leaves much room for improvement in estimating ground motion and correctly incorporating t... Rapid estimation of post-earthquake building damage and loss is very important in urgent response efforts.The current approach leaves much room for improvement in estimating ground motion and correctly incorporating the uncertainty and spatial correlation of the loss.This study proposed a new approach for rapidly estimating post-earthquake building loss with reasonable accuracy.The proposed method interpolates ground motion based on the observed ground motion using the Ground Motion Prediction Equation(GMPE)as the weight.It samples the building seismic loss quantile considering the spatial loss correlation that is expressed by Gaussian copula,and kriging is applied to reduce the dimension of direct sampling for estimation speed.The proposed approach was validated using three historical earthquake events in Japan with actual loss reports,and was then applied to predict the building loss amount for the March 2022 Fukushima Mw7.3 earthquake.The proposed method has high potential in future emergency efforts such as search,rescue,and evacuation planning. 展开更多
关键词 Earthquake building loss estimation Fukushima earthquake 2022 Gaussian copula sampling Japan Spatial correlation of earthquake losses Spatial interpolation of ground motion
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部