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.pdf

第 卷 第 期 年 月世 界 地 震 工 程 .收稿日期:修回日期:基金项目:国家自然科学基金项目()山东省科技重大专项()基于地震风险评估的强震灾害情景构建及应用示范 作者简介:孙 海()男博士后硕士生导师副教授(研究员)主要从事韧性理论视角下的城市安全减灾与关键技术研究:.通信作者:阮雪景()女博士主要从事信息化智能化防灾研究:.文章编号:():./.基于 的砖混结构群震害预测方法研究以广州地区为例孙 海邢启航姜 慧阮雪景刘孟佳(.中国海洋大学 工程学院山东 青岛 .中国海洋大学 海洋发展研究院山东 青岛.广东省地震局地震监测和减灾技术重点实验室广东 广州 .青岛农业大学 建筑工程学院山东 青岛)摘 要: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()和()的砖混结构群集成震害预测方法首先利用 方法进行震害因子筛选降低数据维数其次建立了耦合()和()算法的 神经网络的震害预测模型通过 算法将得到的一组全局最优解作为 网络的初始权值和阈值再利用 算法对 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 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 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关键词:震害预测 网络 粒子群算法 算法砖混结构中图分类号:文献标识码:(.):.()().()第 期孙 海等:基于 的砖混结构群震害预测方法研究以广州地区为例().:引言历次地震震害表明:地震造成的经济损失和人员伤亡与建筑物破坏关系密切砖混建筑由于其造价低和施工简单是我国应用最广泛的结构形式但其在地震作用下破坏较为严重 以城市震害主要承灾体砖混建筑为研究对象开展高效和有效的建筑震害预测有助于揭示城市灾变机理实现对震前防灾规划和震后应急救援对提高城市防灾能力具有重要价值目前对建筑物进行震害预测主要分为单体建筑震害预测和群体建筑震害预测 单体建筑震害预测主要包括专家评估法、理论计算法和半经验半理论法 其中专家评估法是依据专家们的主观经验和有限资料作出的一种近似估计 专家经验法能够结合当地的实际情况得到较为符合实际的预测结果但其结果由专家经验和知识背景不同而导致结果具有一定的差异性并且在不同地区也存在一定的不确定性 理论计算法主要通过对建筑建立结构动力学分析模型如钟德理等提出基于简化 方法结合地震动参数及易损性指数对建筑物震害预测但该方法对于群体建筑物而言计算较为繁琐耗时较长基于单自由度静力进行的推覆分析准确性也略有不足半经验半理论法理论较为成熟应用广泛尹之潜提出易损性概率分析法依据震害资料和理论公式对建筑的破坏状态进行预测 另一方面群体建筑震害预测主要方法包括矩阵预测法、模糊类比预测法和人工智能法 矩阵预测法是在统计分析的基础上通过建立震害矩阵对群体建筑物进行震害预测 如孙柏涛等根据已有建筑物震害预测结果结合统计资料对相似地区的建筑群进行了震害预测 模糊类比预测法将数学模型应用于群体震害预测中模型简单但主观性略强刘章军等提出将模糊概率模型应用于震害预测中预测效果获得了一定提升但隶属函数定义较为模糊泛化能力稍弱李升才等采用类比预测法对城市建筑群进行了震害预测预测效率较高但影响指标的权重同样需实际震害验证加以完善相比而言人工智能预测法具有快速、准确和数据挖掘充分等优点如彭志兰等提出基于()和()优化的 震害预测方法对惠州地区无详细图纸建筑震害指数预测充分利用普查数据预测效果良好且快速张令心等提出基于 优化的 神经网络震害预测方法提高了传统 收敛速率在震害预测中有较好的普适性但上述方法也存在易陷入局部最优的问题因此针对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的问题本文拟构建一种耦合 和 的砖混结构群集成震害预测方法 首先采用 对震害影响因素进行降维处理选取对震害预测影响较大的指标其次耦合 和 算法优化 神经网络的权值和阈值提高模型的全局搜索能力和收敛效率并拟通过与传统的 模型对比验证该算法的有效性基本理论.基本理论本文提出的 方法是一种基于斯皮尔曼相关关系分析与平均影响值法所构建的指标降维及指标影世 界 地 震 工 程第 卷响程度分析方法 该方法采用 相关系数量化两种指标之间的相关关系通过计算比较指标之间秩的大小对指标进行相关性分析进而降低对原始指标分布的要求 当指标之间属于非线性关系时该系数依然能够体现指标之间的相关性其简化计算公式如下:()()式中:表示指标个数 表示两列指标秩的差值同时利用 算法评估输入指标对输出结果影响程度数值正负表示正负相关大小表示影响程度主要原理为:在神经网络模型预测模拟的基础上分别将训练样本各输入指标增加和减少 得到两组新的输入指标将新生成的输入指标在神经网络中进行模拟得到的差值定义为影响值 由于神经网络模型具有波动性因此一般取多次试验结果的平均值定义为平均影响值 平均影响值越大表明该项指标在神经网络模型中的影响程度越大得到各指标平均影响值依据公式()可以计算得出各影响指标的贡献率 通过计算各指标的贡献率确定震害因子对神经网络预测模型影响大小排序选出影响程度大的指标实现震害因子指标筛选与降维/()式中:表示第 个指标的 值.神经网络基本原理图 模型寻优过程示意图.神经网络是一种多层前馈网络能够在不描述映射关系的条件下存储大量的非线性映射关系被广泛应用于包括建筑震害预测的众多研究领域 经典 神经网络采用梯度下降法但训练过程中存在收敛速度慢和易陷入局部最优值的缺陷见图 算法结合了高斯牛顿法和梯度下降法的特性有效提高了 神经网络的收敛速度但仍存在对初始权重值敏感过大或过小的初值容易导致网络陷入局部最优不能跳出造成局部最优解 而 算法是一种概率搜索算法通过模仿鸟群中的群体信息共享机制其作用和优势主要在于能够通过全局更新与个体更新相结合的方式更新粒子的位置具有良好的全局搜索性能其迭代公式见公式()和公式()在迭代过程中通过动态更新各粒子速度与位置以寻求问题最优解能有效改善 神经网络对初始权阈值敏感、易陷入局部极小值问题 ()()()()式中:表示惯性权重 和表示学习因子 和表示 内的随机数 表示第 个粒子在第 次迭代中第 维的速度 表示第 个粒子在第 次迭代中第 维的位置因此本文将 与 算法耦合利用 算法在较大的范围进行全局搜索优化 神经网络的初始权值通过 算法实现局部快速收敛其寻优过程如图 所示.建立基于 的震害预测模型在上文理论的基础上本文提出 震害预测模型 首先数据准备对得到建筑信息进行量化处理并计算震害指数其次震害因子筛选利用 方法对数据进行筛选消除噪声数据和冗余特征项从而减少相关性较高的因子彼此干扰最后利用 模型进行震害预测 主要流程如图 所示具体步骤为:第一步:数据准备 本文综合考虑结构类型和建筑年代等因素在研究区范围内选取若干典型建筑进行了调研获取了建筑的详细图纸资料并逐一提取了调研建筑物的震害因子数据进行了量化处理 其次通过弹塑性时程分析法计算得到了调研建筑震害指数即模型输出的数据 为了确保计算结果的准确性再次采用结构易损性分析的概率法对计算结果进行复核验算 通过该步骤处理得到了网络训练样本的输入(震害因子)与输出(震害指数)数据第 期孙 海等:基于 的砖混结构群震害预测方法研究以广州地区为例第二步:震害因子筛选为减小弱相关指标干扰消除噪声数据和冗余特征项提出基于 算法的震害因子筛选 首先计算指标间斯皮尔曼相关系数分析指标之间相关关系其次基于平均影响值法对震害因子分析处理分析指标对震害预测结果的影响程度综合考虑筛选震害因子第三步:基于 模型震害预测具体程序运行步骤如下:()神经网络拓扑结构建立确定输入层、隐含层和输出层以及误差率和迭代次数等基础参数增加隐含层能够增加网络的泛化和拟合能力隐含层的节点计算依据经验公式()()式中:为输入层节点数 为隐含层节点数 为输出层节点数 取值为的整数()初始化粒子群用粒子群编码 神经网络模型的初始权值和阈值初始化粒子数以及粒子群的速度和位置()确定适应度值选取 优化的适应度函数计算粒子的适应度值()进行粒子群迭代根据初始粒子大小和适应度函数值更新迭代粒子最优值得到粒子最优值将各粒子最优值与全局最优值对比迭代最终得到全局最优值()算法优化网络将得到的最优粒子进行解码作为 神经网络的初始权值和阈值利用 算法优化 神经网络的权重 算法优化公式如下:()()()()()()()式中:()为 矩阵 为大于 的常数 为单位矩阵()为误差()判断训练结果是否满足精度和迭代次数要求若不满足则需要利用 算法继续优化若满足则结束训练将训练完成的网络用于震害预测图 基于 神经网络算法震害预测模型流程图.数据准备及震害因子筛选.数据准备在课题组承担的“粤港澳大湾区地震灾害主动防御关键技术研究”项目支撑下课题组综合考虑了研究区砖混结构房屋的结构类型、地质条件及设防烈度等因素选取并调研了 栋典型建筑物进行了详细的计算和分析如广州市荔湾区白鹤洞街道建筑见图 收集的调研建筑信息包括详细图纸信息和建筑照片等从图纸中能够获取建筑物建筑物年代、用途、墙体厚度、高度、层数、平立面规则度、场地类别、长度和高度等信息从照片中可以提取建筑的结构现状以及有无不均匀沉降等信息世 界 地 震 工 程第 卷图 区域调查建筑分布及照片、图纸资料示意图.影响建筑物抗震能力的因素较多选取时既要考虑到地震动与建筑物结构之间的相互影响还要兼顾震害因子获取的难易程度以达到对砖混结构群快速准确预测的目的 结构的地震响应与结构类型和地震波类型关系密切 建筑物在不同的地面峰值加速度()不同卓越频率和特性的地震波下响应也不同 考虑到场地的特征周期同设计地震分组和场地条件有关 在该次实验过程中选区的都是华南地区广州市周边的建筑物作为样本所以暂时未考虑设计地震分组的影响但是用反映场地覆土厚度及土的剪切波速的场地类别指标表示不同卓越频率地震波对建筑物的影响 用不同的地震烈度值量化具有不同 的地震波 同时建筑物结构自振周期与结构物的高度相关因为选取建筑物的高度也作为网络的输入变量 不仅如此依据相关文献还选取建筑年代等 项对建筑物震害影响较大的指标并对各项指标进行量化处理统计了调研建筑在各个量化指标下的分布情况见表 从调研建筑的年代、用途和结构现状等分布来看:建筑年代中有少量 年之前的建筑 年代、年代和 年之后建筑分布较为平均用途中住宅占比较大达到 结构现状中完好的建筑占大部分还具有少部分开裂腐蚀建筑场地类别中抽样建筑为类场地和少部分为类场地平立面规则度中平立面不规则建筑占比最多 参考建(构)筑物地震破坏等级划分(/)中规定将建筑物地震破坏程度划分为五个等级:基本完好、轻微破坏、中等破坏、严重破坏和毁坏 中国地震烈度表(/)中定义用震害指数定量反映房屋的震害程度以 之间的数值表示建筑物由轻到重的震害程度 不同破坏等级对应的震害指数范围见表 本文将震害指数作为模型输出指标表 震害因子量化及分布情况 震害因子区间量化值抽样建筑数量分布震害因子区间量化值抽样建筑数量分布建筑年代 年以前 栋()年代 栋()年代 栋()年以后 栋()场地类别 类场地 栋()类场地 栋()类场地 栋()类场地 栋()建筑用途 工业、厂房 栋()商业、办公 栋()住宅 栋()学校、医院 栋()平立面规则度 平立面规则 栋()平面不规则 栋()立面不规则 栋()平立不规则 栋()墙体厚度 实际尺寸建筑层数 实际层数建筑高度 实际高度墙体面积率 实际数据建筑长度 实际长度建筑宽度 实际宽度结构现状 破旧 栋()腐蚀、开裂 栋()完好 栋()地震烈度 注:量化方法见文献第 期孙 海等:基于 的砖混结构群震害预测方法研究以广州地区为例表 建筑物破坏等级与震害指数对应关系表 震害指数破坏等级完好轻微破坏中等破坏严重破坏毁坏上下限.平均值.震害指数计算图 震害指数计算.参考建筑抗震鉴定标准()和建筑抗震设计规范()本文采用了弹塑性时程分析方法进行震害计算充分考虑结构整体性、施工质量以及地域特点对建筑抗震能力的影响本文调研并计算了 栋典型砖混建筑的震害指数考虑到结构在地震力作用下表现出非线性本文采用剪切层模型及三线性骨架线计算主要步骤见图 首先基于规范反应谱生成归一化人工地震波在不同的烈度区基于 建立输入地震波其次计算结构响应逐栋地震反应时程曲线如图 所示最后根据蒋利学等对多层砖混结构层间位移角限值的研究结果参照确定建筑破坏程度及震害指数 同时使用易损性概率分析法对震害预测结果的准确性进行复核图 某五层砖混建筑弹塑性时程分析结果.世 界 地 震 工 程第 卷.基于 的影响因子筛选本文采用 算法对.节选取的 项震害因子筛选降维 首先计算不同指标之间的斯皮尔曼相关系数对原始数据进行降维处理去除强线性数据之间的影响其次利用平均影响值算法确定不同指标在预测模型中的影响力计算震害因子的贡献度从而筛选出对震害预测影响相对较大的指标 筛选后的数据在保留原始数据基本信息的基础上提高了预测模型稳定性与精度减小特征指标的冗余避免了噪声的干扰计算结果如图 所示 图 震害因子相关系数热力图 图 震害因子平均影响值 .图 为震害因子斯皮尔曼相关系数热力图由其可知:地震烈度 与其余 项指标几乎没有相关性建筑高度 与建筑层数 具有较高相关性 若将相关性阈值设定为.则可以将震害因子划分为 组分别为、和 即将指标维数降为 项 为减少 指标筛选时的误差波动图 为多次计算取平均值后的震害指标平均影响值和平均贡献度由其可知:地震烈度 的 值绝对值最大即影响程度最大平均贡献度达到了.建筑高度 次之场地类别 排第三位其余按 绝对值大小排列为、和 综合上所述最终选定地震烈度、建筑高度、场地类别、建筑年代、墙体厚度、建筑用途、结构现状、和建筑宽度 作为震害因子累计平均贡献度可达原始指标.将此 项指标作为震害预测模型的输入指标震害指数作为输出指标将 栋典型建筑在 种地震烈度下的震害指数汇集为 条砖混结构群震害因子数据库见表 表 砖混结构建筑震害因子数据库 序号年代用途高度宽度墙体厚度场地类别结构现状地震烈度震害指数.实例验证及讨论.实例验证该研究将上文的“砖混结构建筑震害因子数据库”随机分为 组前 组数据作为 神经网络训练数据最后 组数据作为预测数据用均方误差()、相关系数()对预测精度和拟合效果进行评价计算公式见式()式()实验环境为 平台第 期孙 海等:基于 的砖混结构群震害预测方法研究以广州地区为例 ()()()()()()式中:表示样本 的模型预测值 为样本 的理论计算值 越小表明预测值和真实值的差距越小预测模型精度越高 范围在数值越趋近于 表明模型拟合效果越好本文将 神经网络结构的层数设为 层输入层节点数设为 根据经验公式()并进行实验比较当隐藏层节点数为 时网络最优输出层节点数为 学习算法使用()算法 算法中的初始种群规模越大粒子群搜索范围就越大更容易取得最优解但数量过多也会增加计算时间一般种群规模设置为 本文通过对比实验寻优种群规模取 惯性系数 设为.加速因子 和 均设为 多层神经网络相比之下有更加优异的泛化和拟合能力增加隐含层层数一般会使得模拟精度更高但计算时间会随之增加 为验证本文建立的 震害预测模型的适用性本文将传统 模型、模型、单隐含层 模型和双隐含层 模型(下文简称“双层 模型”)四种模型训练后进行对比分析 为减小实验随机性取多次试验平均值进行分析比较模型的预测精度、拟合效果和运行速度.结果分析图 为 组模型多次试验过程中的均方误差值()其反映了不同模型震害预测结果的预测精度 越小说明模型预测精度越高 从图 可以看出:传统 模型多次试验 位于.之间 模型 位于.之间 模型和双层 模型 在.左右徘徊传统 模型误差相对较大并存在的波动性分析其原因是由于传统 神经网络使用梯度下降法得到的局部最优解与初始权重值的设置密切相关因此会产生随机波动 利用 算法进行优化虽然能够有效提高传统 网络收敛速率但 算法仍是一种局部搜索的优化方法过大或过小的初值容易导致网络陷入局部最优不能跳出 本文提出的 耦合 的算法 通过全局更新与个体更新相结合的方式更新粒子的位置能够有效地对 神经网络四个部分输入层到隐含层的权值、隐层神经元阈值、隐含层到输出层的权值和输出层阈值进行优化从全局上提升模型预测精度 引入的 算法能够进行震害因子筛选降维去除强线性数据之间的影响筛选后的数据在保留原始数据基本信息的基础上减小特征指标的冗余减少了噪声的干扰能够提升模型精度 相比而言双隐含层结构模型有更好的泛化和拟合能力与单层 对比预测精度略有提升但提升效果不明显 图 展示了 组模型多次试验训练的单次运行时间由图可知:传统 模型运行时间较小但误差相对较大其次为 模型单次预测用时在 左右误差较小且较为稳定 模型单次预测用时在 左右误差略高双层 模型精度虽然略高但相比与单层 模型提升不大单次预测用时较长达到 以上 图 不同模型多次试验均方误差图 图 不同模型试验运行时间 .世 界 地 震 工 程第 卷表 列出了各模型预测结果的比较值可以看出经 优化的 模型和双层 模型的 和 较传统 模型提升显著拟合精度上通过 优化的 方法优于传统的 方法 模型和双层 模型在预测精度上相差不大 但从运行时间上看:由于隐藏层层数的增加双层 远多于 模型 综合所述从整体的预测精度、拟合效果以及运行时间上来看:模型效果最佳表明 模型在砖混结构群震害预测方面具有较好的适用性表 各模型预测结果比较 预测模型运行时间/传统.双层.与此同时本文还应用 方法预测了广州地区 栋砖混建筑物的震害情况拟合得到了广州地区砖混结构建筑震害矩阵与华南地区计算统计得到的砖混结构震害矩阵相比较吻合较好侧面验证了该研究构建模型的实际应用价值如表 所示表 广州地区砖混结构群震害矩阵对比表 破坏状态本文预测广州市砖混结构震害矩阵/华南地区砖混结构震害矩阵/基本完好.轻微破坏.中等破坏.严重破坏.倒塌.结论与展望为解决传统神经网络震害预测方法在分析过程中容易陷入局部最优和收敛效率低的问题 在传统 神经网络的基础上本文引入 算法与 算法耦合形成 优化算法并利用 算法筛选震害因子建立 震害预测模型 该模型利用 算法对建筑模型的震害因子筛选去除强线性数据之间的影响引入全局性搜索较优异的 算法对网络初始权值和阈值进行优化再通过 算法对网络进行训练 实验表明:与传统 模型相比 模型预测精度和拟合效果提升明显预测效果良好 应用该模型对广州区域砖混结构群进行了震害预测预测结果与华南地区砖混建筑实际统计得到的震害矩阵对比误差较小 综上所述本文提出的 预测方法可以较好和较快地评估出区域砖混建筑物的破坏风险能够为实现精准救灾提供一定的借鉴意义参考文献:李昆 周煜 陶思宇 等.云南漾濞.级地震公共建筑的震害特征.世界地震工程 ():.():.()张令心 朱柏洁 陶正如 等.九寨沟.级地震房屋震害现场调查及其破坏特征.地震工程学报 ():.():.()夏坤 董林.地震重点监视防御区天水市砖混农居震害预测.建筑结构 ():.():.()第 期孙 海等:基于 的砖混结构群震害预测方法研究以广州地区为例 钟德理 冯启民.基于地震动参数的建筑物震害研究.地震工程与工程振动 ():.():.()尹之潜.结构易损性分类和未来地震灾害估计.中国地震 ():.():.()孙柏涛 胡少卿.基于已有震害矩阵模拟的群体震害预测方法研究.地震工程与工程振动 ():.():.()刘章军 叶燎原.基于模糊概率的多层砖房震害预测.地震研究 ():.():.()李升才 王毅恒.类比预测法在城市群体建筑物震害预测中的应用.地震工程与工程振动 ():.():.()彭志兰 孙海 高惠瑛 等.基于 和 的惠州砖混建筑物震害易损性研究.地震工程与工程振动 ():.():.()张令心 戴静涵 沈俊凯 等.基于 神经网络的钢筋混凝土框架结构震害快速预测模型.自然灾害学报 ():.():.()韩国栋 曹云鹏 徐志强 等.基于 的燃气轮机剩余使用寿命预测方法研究.热能动力工程 ():.():.()施唯 王东明.基于 神经网络的有限特征参数砌体结构震害等级推演.世界地震工程 ():.():.()王海军 金涛 门克内木乐.神经网络算法在图像压缩中的应用.火力与指挥控制 ():.():.()周寅杰 刘强 张晓琪.基于 模型的温州站台风风暴潮增水预测.海洋环境科学 ():.():.()徐定建.一种基于主成分分析改进的 神经网络赤潮预测模型.测绘通报():.():.()姜绍飞 艾武福 李宁 等.群体砌体建筑的易损性分析及震害预测.福州大学学报(自然科学版)():.()():.()/建(构)筑物地震破坏等级划分.北京 中国建筑工业出版社./.:.()/中国地震烈度表.北京 中国标准出版社./.:.()金赟赟 李杰.基于易损性贝叶斯网络的群体建筑快速震害预测.自然灾害学报 ():.():.()建筑抗震鉴定标准.北京 中国建筑工业出版社.:.()建筑抗震设计规范.北京 中国建筑工业出版社.:.()程庆乐 许镇 陆新征 等.采用城市动力弹塑性分析方法预测唐山市区建筑震害.自然灾害学报 ():.():.()世 界 地 震 工 程第 卷 张令心 鲁若帆 朱柏洁.砖砌体房屋非线性地震反应分析方法和破坏状态指标的确定与验证.地震工程与工程振动 ():.():.()王东明 高永武.城市建筑群概率地震灾害风险评估研究.工程力学 ():.():.()张灿 陈文凯 林旭川.基于地震动参数的城市建筑物震害模拟:以兰州市城关区为例.地震工程学报 ():.:.():.()陆新征 田源 许镇 等.一种新型城市地震灾害模拟方法:城市抗震弹塑性分析方法.科学通报.():.:.():.()杜涛.基于滞回特性的多自由度体系抗震性能分析.福州:福州大学.:.()蒋利学 王卓琳 张富文.多层砌体结构的损坏程度与层间位移角限值.建筑结构学报 ():.():.()张研 邝贺伟.地震震级预测的相关向量机模型.世界地震工程 ():.():.()袁峰 钟菊芳 邱卓.基于汶川地震记录的旋转不变平均持时特征分析.世界地震工程 ():.():.()王磊 孙海 高惠瑛 等.砌体和钢混结构建筑群的破坏概率模型研究.世界地震工程 ():.():.()