基于神经网络的建筑结构安全评估模型研究

作     者：王俊杰 焦柯 彭子祥 WANG Jun-jie;JIAO Ke;PENG Zi-xiang

作者机构：广东省建筑设计研究院有限公司广东广州510010 

基　　金：住房和城乡建设部科学技术计划项目(2019-K-157) 

出 版 物：《建筑科学与工程学报》 (Journal of Architecture and Civil Engineering)

年 卷 期：2022年第39卷第4期

页      码：174-182页

摘      要：为实现建筑结构安全的快速评估,提出基于神经网络的建筑结构安全评估方法。基于《民用建筑可靠性鉴定标准》的调查与检测要求并考虑数据易获取性,选择45个涵盖承载力、耐久性、历史记录和环境情况等变量作为输入参数,以《民用建筑可靠性鉴定标准》中的安全等级作为输出参数,采用深度置信网络学习输入参数与输出参数间的非线性映射关系。对输入参数的选择、样本缺值问题、小样本问题和神经网络评估的可靠性进行探讨和验证。结果表明:在无法准确判断输入参数与输出参数相关性的前提下,采用全部输入参数的评估模型具有更高的鲁棒性;迷失森林算法相较其他常用的缺值插补算法有更好的插补性能;采用变分自编码器扩充训练样本集能有效提高神经网络的泛化能力和分类精度;对深度置信网络引入加权交叉熵损失函数加以改进可增加训练时对不安全类别的敏感性,牺牲少量不安全类别的查准率可以大幅提高其查全率;基于神经网络的结构安全评估模型能较好地预测结构的安全等级,具有快速且大批量运算的优势,是实现大范围建筑群结构安全监测的有效手段。

主 题 词：结构安全评估 神经网络 小样本问题 缺失数据插补 查准率 查全率 

学科分类：081405[081405] 08[工学] 0814[工学-地质类] 

D　O　I：10.19815/j.jace.2021.09065

馆 藏 号：203113354...