深切V型峡谷物理驱动人工智能波动模拟

作     者：栾绍凯 陈苏 丁毅 金立国 王巨科 李小军 LUAN Shaokai;CHEN Su;DING Yi;JIN Liguo;WANG Juke;LI Xiaojun

作者机构：北京工业大学城市与工程安全减灾教育部重点实验室北京100124 中国地震局地球物理研究所北京100081 

出 版 物：《岩土工程学报》 (Chinese Journal of Geotechnical Engineering)

年 卷 期：2024年第46卷第6期

页      面：1246-1253页

核心收录：

学科分类：070801[理学-固体地球物理学] 07[理学] 08[工学] 080104[工学-工程力学] 0708[理学-地球物理学] 0815[工学-水利工程] 0801[工学-力学（可授工学、理学学位）] 

基　　金：国家自然科学基金重大项目(52192675) 国家自然科学基金项目(51878626,U1839202) 

主　　题：物理驱动深度学习 河谷地震 波动模拟 科学人工智能 

摘      要：高山峡谷区场地地震效应是地震工程领域研究热点。V形峡谷引起的圆柱形SH波散射和衍射波函数的级数解已较为成熟,并为众多河谷区重大工程提供了合理、科学的地震动输入。采用物理驱动深度学习方法结合与解析结果的对比分析,近一步明确了V型河谷地形地震反应特性及复杂波场空间分布。此方法主要关注稀疏样本及可诠释性人工智能,结合强形式自动微分和软约束边界条件嵌入,建立深度神经网络实现半无限域地震传播模型。采用时间域分解策略,实现不同给定波场工况下V型河谷高精度预测。通过与解析解对比,评估了所提出的物理驱动人工智能方法的精度和效率。结果表明,物理驱动人工智能方法可应用于地形效应分析,柱面SH波在V型峡谷底端发生显著衰减与振荡,边缘区呈现放大效应。