基于机器学习的砖砌体房屋震害快速预测方法

作     者：刘丽 

作者单位：中国地震局工程力学研究所 

学位级别：硕士

导师姓名：张令心

授予年度：2023年

学科分类：081405[工学-防灾减灾工程及防护工程] 08[工学] 081402[工学-结构工程] 081304[工学-建筑技术科学] 0813[工学-建筑学] 0814[工学-土木工程] 

主      题：砖砌体房屋 机器学习 震害快速预测 震害因子 系统平台 

摘      要：我国是世界上地震多发的国家之一,地震的发生会造成不可估量的人员伤亡和经济损失。近年来,我国也已在防震减灾方面开展了大量基础性工作,包括对建筑物进行震害预测等。然而,传统的震害预测方法往往需要耗费大量的人力物力来准备基础数据和开展大量的计算分析,短时间内难以对大面积区域内的建筑物进行震害评估。随着人工智能技术的迅速发展,机器学习凭借高效、准确等优点也逐渐被引入到震害评估等领域。历次震害表明,砌体结构是我国城乡建筑中数量最多、震害最严重的一类结构。因此,对砌体结构进行震害预测具有重要的意义。为此,本文将以砖砌体房屋为研究对象,基于机器学习模型提出了两类兼顾效率和准确率的震害快速预测方法。该项研究不仅对防震减灾工作有重要的意义,也是一种现实需求。论文的主要研究内容如下:第一、从影响砖砌体房屋震害的主要因素出发,选取了 22项与结构特性、地震动特性及场地特性相关的震害因子作为输入变量。选取143条地震动并进行调幅,采用调幅后的地震动对170栋典型砖砌体房屋进行非线性地震时程反应分析,共得到75820组数据,在此基础上建立数据集;建立了基于支持向量机(SVM)、随机森林(RF)和人工神经网络(ANN)模型的3个砖砌体震害快速预测方法,使用评价指标3个方法进行评价,优选出性能更优的基于RF模型的砖砌体房屋的震害快速预测方法为最优方法,并通过算例对该方法进行进一步验证。第二、对基于RF模型建立的砖砌体震害快速预测方法进行优化与改进。首先使用两种参数重要性分析方法对22项参数进行重要性分析,分别得到两种分析方法下不同输入参数数量的最佳参数组合,分析了输入参数数量的变化对RF模型的影响。然后,综合考虑RF模型预测的准确率与模型的复杂程度,将最佳输入参数数量确定为9项。最后,从参数易获取的角度出发,确定了一组最佳参数组合,并重新基于该参数组合建立了优化的基于RF模型的砖砌体房屋震害快速预测方法,并通过算例对该优化方法进行了验证。第三、根据已完成的六安市、秦皇岛市及唐山市等震害预测项目的数据与结果,选取了 160栋砖砌体房屋,提取了建筑物相应的10项结构参数与地震烈度作为输入变量,对应的震害预测结果作为输出变量,建立了由800组数据组成数据集;基于LM-BP神经网络模型,另外建立了一套新的砖砌体房屋的震害快速预测方法;通过相关系数验证了本方法的震害预测性能;为了进一步验证本方法,还采用800组数据外的40个样本以及两个实际砖砌体震例对方法进行进一步的检验,结果均表明本方法的预测效果很好,可以达到快速准确预测砖砌体房屋震害的目标。第四、基于上述两类砖砌体房屋的震害快速预测方法分别建立了两个系统平台。两类方法的系统平台均是利用MATLAB中GUI功能,将所建立的两类方法嵌入到程序内,在界面的输入部分中输入相关参数的信息便可得到建筑物的破坏状态,实现与用户的实时交互,为进一步推广两类方法的应用提供了便利。