-
公开(公告)号:CN118090107A
公开(公告)日:2024-05-28
申请号:CN202410494337.6
申请日:2024-04-24
Applicant: 华侨大学
Abstract: 一种考虑地震动影响的多结构地震反应智能预测方法,包括:针对目标结构类型及其地震动数据,生成所述目标结构对应自振周期范围内的相对加速度时域反应图;将所述相对加速度时域反应图输入到训练好的深度卷积神经网络中,从而快速预测地震动作用下所述目标结构类型的地震反应。本发明利用深度卷积神经网络快速预估结构地震反应,大大减少了时间消耗,且预估精度与弹塑性时程分析接近。
-
公开(公告)号:CN117332703B
公开(公告)日:2024-02-02
申请号:CN202311629178.8
申请日:2023-12-01
Applicant: 华侨大学
IPC: G06F30/27 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本申请提供了一种人工地震波生成方法、设备及存储介质,涉及地震学技术领域。该方法包括:采用训练过的物理增强条件生成对抗网络模型,按照输入的条件信息生成表征地震波时频域特征且可靠程度符合给定条件的多个人工弹性时域反应图;将人工弹性时域反应图输入训练过的线性神经网络模型,生成多个备选人工地震波;按照给定目标反应谱调整多个备选人工地震波的反应谱,从调整后的人工地震波中选择与目标反应谱拟合程度最好的目标数量个人工地震波。本申请利用物理增强条件生成对抗网络和线性神经网络,以时频域特征为地震波拟合的基准,稳定生成大量质量可靠、符合给定场地和周期条件的人工地震波,显著提升弹塑性时程分析的合理性。
-
公开(公告)号:CN117332703A
公开(公告)日:2024-01-02
申请号:CN202311629178.8
申请日:2023-12-01
Applicant: 华侨大学
IPC: G06F30/27 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本申请提供了一种人工地震波生成方法、设备及存储介质,涉及地震学技术领域。该方法包括:采用训练过的物理增强条件生成对抗网络模型,按照输入的条件信息生成表征地震波时频域特征且可靠程度符合给定条件的多个人工弹性时域反应图;将人工弹性时域反应图输入训练过的线性神经网络模型,生成多个备选人工地震波;按照给定目标反应谱调整多个备选人工地震波的反应谱,从调整后的人工地震波中选择与目标反应谱拟合程度最好的目标数量个人工地震波。本申请利用物理增强条件生成对抗网络和线性神经网络,以时频域特征为地震波拟合的基准,稳定生成大量质量可靠、符合给定场地和周期条件的人工地震波,显著提升弹塑性时程分析的合理性。
-
公开(公告)号:CN116776208B
公开(公告)日:2023-10-20
申请号:CN202311076682.X
申请日:2023-08-25
Applicant: 华侨大学
IPC: G06F18/24 , G06N3/0464 , G06N3/096 , G06F18/214 , G01M7/02 , G01V1/28 , G01V1/30
Abstract: 本申请提供了一种地震波分类模型的训练方法、地震选波方法、设备及存储介质,涉及地震学技术领域。该方法包括:建立地震波数据集;生成地震波的弹性时域反应图,弹性时域反应图集;基于地震波数据集和结构模型进行弹塑性时程分析,得到结构地震反应集;根据结构地震反应集对弹性时域反应图集进行分类得到分类结果;利用分类结果和弹性时域反应图集训练卷积神经网络CNN,使CNN满足训练目标。训练得到的地震波分类模型可根据弹性时域反应图完成选波。上述方案采用弹性时域反应图表征地震波的时频特征对结构地震反应的影响,训练得到的CNN模型可精准分类弹性时域反应图,根据分类结果选取的地震波能够提高弹塑性时程分析结果的合理性。
-
公开(公告)号:CN116776208A
公开(公告)日:2023-09-19
申请号:CN202311076682.X
申请日:2023-08-25
Applicant: 华侨大学
IPC: G06F18/24 , G06N3/0464 , G06N3/096 , G06F18/214 , G01M7/02 , G01V1/28 , G01V1/30
Abstract: 本申请提供了一种地震波分类模型的训练方法、地震选波方法、设备及存储介质,涉及地震学技术领域。该方法包括:建立地震波数据集;生成地震波的弹性时域反应图,弹性时域反应图集;基于地震波数据集和结构模型进行弹塑性时程分析,得到结构地震反应集;根据结构地震反应集对弹性时域反应图集进行分类得到分类结果;利用分类结果和弹性时域反应图集训练卷积神经网络CNN,使CNN满足训练目标。训练得到的地震波分类模型可根据弹性时域反应图完成选波。上述方案采用弹性时域反应图表征地震波的时频特征对结构地震反应的影响,训练得到的CNN模型可精准分类弹性时域反应图,根据分类结果选取的地震波能够提高弹塑性时程分析结果的合理性。
-
-
-
-