[发明专利]一种基于机器学习的建筑抗震韧性快速评估方法及系统

说明书

本发明涉及一种基于机器学习的建筑抗震韧性快速评估方法及系统，属于建筑抗震韧性评估领域，首先获取待评估建筑的建筑设计模型、结构设计模型、地理位置信息以及地质条件信息；然后根据地理位置信息和地质条件信息，提取待评估建筑的地震危险性特征；根据建筑设计模型，提取待评估建筑的建筑设计特征；根据结构设计模型，提取待评估建筑的结构设计特征；再将待评估建筑的地震危险性特征、建筑设计特征和结构设计特征输入到训练好的建筑抗震韧性评估模型中，输出韧性评估结果。该方法能够减少建筑设计过程中的迭代调整工作，提升建筑设计效率。

技术领域

本发明涉及建筑抗震韧性评估领域，特别是涉及一种基于机器学习的建筑抗震韧性快速评估方法及系统。

背景技术

传统建筑抗震设计主要关注如何减轻因地震导致的建筑物倒塌破坏，从而减少由于建筑物倒塌导致的人员伤亡。近年来的大地震，例如2011年日本“3·11”大地震和新西兰基督城地震，表明按照现行规范设计的建筑基本实现了大震不倒的抗震设防目标，但建筑物在地震后遭受严重的损伤，震后修复重建难度大、成本高、时间长，造成了巨大的社会经济冲击。因此，建筑设计时对建筑的抗震韧性指标进行评估，使建筑满足抗震韧性目标，显得尤为重要。

然而，现有的抗震韧性评估方法，通常是在建筑的常规结构设计完成后，再进行抗震韧性评估，如果不满足预期的抗震韧性目标，则需要对原设计进行迭代调整，直至抗震韧性评估结果满足韧性目标，这样会大幅降低设计效率。如果能够在结构初步设计阶段，结构工程师选取结构体系、强度、刚度、延性等结构设计特征的过程中，了解这些结构设计特征对抗震韧性的影响，选取出满足抗震韧性目标的结构设计特征的组合，将大大减少对建筑设计的迭代调整工作，从而能够提高设计效率。因此，如何在结构设计的初步阶段对建筑抗震韧性进行快速评估，选取出满足抗震韧性目标的结构设计特征的组合，以减少设计过程中的迭代调整工作，从而提高设计效率，是目前亟待解决的问题。

发明内容

本发明的目的是提供一种基于机器学习的建筑抗震韧性快速评估方法及系统，以减少建筑设计过程中的迭代调整工作，有效提升建筑设计效率。

为实现上述目的，本发明提供了如下方案：

一方面，本发明提出了一种基于机器学习的建筑抗震韧性快速评估方法，所述方法包括：

获取待评估建筑的建筑设计模型、结构设计模型、地理位置信息以及地质条件信息；

根据所述地理位置信息和所述地质条件信息，提取所述待评估建筑的地震危险性特征；

根据所述建筑设计模型，提取所述待评估建筑的建筑设计特征；

根据所述结构设计模型，提取所述待评估建筑的结构设计特征；

将所述待评估建筑的地震危险性特征、建筑设计特征和结构设计特征输入到训练好的建筑抗震韧性评估模型中，输出韧性评估结果；所述训练好的建筑抗震韧性评估模型为以建筑的地震危险性特征、建筑设计特征和结构设计特征为输入，以建筑对应的韧性评估结果为输出训练得到的用于评估建筑抗震韧性指标的机器学习模型。

可选的，所述地震危险性特征包括设计基本地震加速度和设计特征周期。

可选的，所述根据所述地理位置信息和所述地质条件信息，提取所述待评估建筑的地震危险性特征，具体包括：

获取所述待评估建筑所处建筑场地的经纬度信息，并查询地震动参数区划图，获得所述待评估建筑的建筑场地对应的基本地震动峰值加速度值和基本地震动加速度反应谱特征周期值；

根据基本地震动峰值加速度值和基本地震动加速度反应谱特征周期值，确定所述待评估建筑的设计基本地震加速度和设计地震分组；

根据所述待评估建筑所处建筑场地对应的地质勘察报告，获得所述待评估建筑的建筑场地的土层等效剪切波速和场地覆盖层厚度；