看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于地形参数的地震动放大系数数值分析与预测方法 收藏
基于地形参数的地震动放大系数数值分析与预测方法

基于地形参数的地震动放大系数数值分析与预测方法

作     者:罗麒锐 赵仕兴 吴启红 熊峰 周巧玲 钟紫勤 杨姝姮 张敏 LUO Qirui;ZHAO Shixing;WU Qihong;XIONG Feng;ZHOU Qiaoling;ZHONG Ziqin;YANG Shuheng;ZHANG Min

作者机构:四川省建筑设计研究院有限公司成都610017 非饱和土力学特性及工程技术四川省高校工程研究中心成都610106 四川省城市固废能源与建材转化技术工程研究中心成都610106 四川大学建筑与环境学院成都610065 西南石油大学土木工程与测绘学院成都610500 

基  金:四川省科技厅项目(2024JDRC0101) 非饱和土力学特性及工程技术四川省高校工程研究中心开放基金项目(SC-FBHT2024-05、SC-FBHT2023-02) 四川省城市固废能源与建材转化技术工程研究中心开放基金课题项目(GF2024ZD07) 四川省建筑设计研究院院内科研项目(KYYN202313) 西南石油大学自然科学“启航计划”(No.2023QHZ005) 

出 版 物:《建筑结构》 (Building Structure)

年 卷 期:2025年第55卷第2期

页      码:50-57,35页

摘      要:为复现真实地形,提出了基于图像识别技术的山脊地形建模方法,并进行了场地位置、高度、坡度和地形形状的参数分析。结果显示,相同高度和宽度的不同地形会表现出不同的地震响应,表明地形局部特征会影响地震动地形效应;在某些条件下,《建筑抗震设计规范》(GB 50011—2010)(2016年版)中最大地震动放大系数(GMAF)建议值1.6不足以使结构安全可靠。最后,基于大量仿真数据,建立了基于BP神经网络的GMAF预测模型。预测结果与仿真结果的对比显示,训练集与测试集的均方根误差仅为0.02和0.06,表明基于BP神经网络GMAF预测模型可用于结构抗震设计。

主 题 词:地震动放大系数 地形效应 数值分析 图像识别 BP神经网络 

学科分类:081401[081401] 08[工学] 0814[工学-地质类] 

D O I:10.19701/j.jzjg.LS240026

馆 藏 号:203157061...

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分