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

作者：孙海; 邢启航; 姜慧; 阮雪景^*; 刘孟佳

来源：世界地震工程, 2023, 39(03): 154-164.

DOI：10.19994/j.cnki.WEE.2023.0061

• 震害预测
• LMBP网络
• 粒子群算法
• SMIV算法
• 砖混结构

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SMIV(Spearman-Mean Impact Value)和PSO-LMBP(Particle Swarm Optimization-Levenberg Marquard Back Propagation)的砖混结构群集成震害预测方法。首先，利用SMIV方法进行震害因子筛选降低数据维数；其次，建立了耦合PSO(Particle Swarm Optimization)和LM(Levenberg Marquard)算法的PSO-LMBP神经网络的震害预测模型，通过PSO算法将得到的一组全局最优解作为BP网络的初始权值和阈值，再利用LM算法对BP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SMIV-PSO-LMBP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SMIV-PSO-LMBP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。

• 单位
  广东省地震局; 建筑工程学院; 青岛农业大学; 中国海洋大学