基于BP神经网络的场地等效剪切波速变化预测研究.pdfVIP

基于BP神经网络的场地等效剪切波速变化预测研究

摘要：利用日本KiK－net台网提供的407个台站的30952条地震动记录，提出了一种基于BP神经网络的场地等

效剪切波速比变化预测模型。模型采用了均方误差函数及Adam优化算法，由3个输人参数、5个隐藏神经元及

1个输出参数组成。输人参数为地面峰值加速度PGA、Arias烈度I。及场地剪切波速Vs。，输出为场地等效剪切波

速比（Vs）。研究结果表明：该神经网络模型残差对于各输人变量整体呈现出无偏的特性，在大部分的软硬场地

中均有较好的预测性能，该模型预测得到的PGA关于Vs的相关系数曲线与用传统的最小二乘法回归得到的函数

曲线相比，其相关系数有更好的表现。该模型预测曲线显示，B类场地在PGA达到175cm/s²时，场地剪切波速

下降5%，D、E类场地在PGA达到140cm/s²时，场地剪切波速下降5%，多数场地的非线性阈值为50～100

cm/s²。PCA在该网络模型中占据着较高的权重，为场地等效剪切波速变化的最主要控制参数。该网络模型捕捉

到场地等效剪切波速比随PGA的增大有下降的趋势，而较为松软的D、E类场地受PGA影响更大，下降幅度

更大。

关键词：神经网络；等效剪切波速；场地非线性；参数预测；地表峰值加速度

估计的49个台阵的场地非线性反应阈值介于40～

0引言150cm/s²；Wu等（2010）估计的6个KiK-Net

台阵的场地非线性反应阈值介于20~80cm/s°；

场地非线性研究是地震工程领域的重要课题Regnier等（2013）估计的36个KiK－Net台阵的

之一，它对近断层地震动模拟、地震动预测方程场地非线性反应值介于20~500cm/s。

的建立、震害评估等都具有重要的理论意义和工近年来，有大量的研究表明神经网络在处理

程应用价值。早期的研究表明，场地非线性反应阈复杂回归预测问题时有较好表现，且在处理地震

值介于100~200cm/s²（Beresnev，Wen，1996),

动预测问题时具有优势（Derrasetal，2014；万永

近期的研究则表明场地非线性反应阈值低于该值，革，李鸿吉，1995），基于数据驱动的人工神经网

如Rubinstein（2011）通过美国加州地震动记录研络可以在不构建具体函数关系式的前提下直接构

究发现地震动强度达到35cm/s²时就能观察到场建端到端的预测模型，如Kerb和Ting（2005）基

地非线性反应；一些学者基于日本KiK-Net台网于多层前馈神经网络，利用30个台站的历史地震

的地震动观测数据证实了非线性场地反应普遍存记录，估算了高速铁路系统车站的峰值加速度；

在于中等强度的地震动中，如Ghofrani等（2013）Alavi和Gandomi（2011）将人工神经网络和模拟

*收稿日期：2023-02-05.

第2期苏闻浩等：基于BP神经网络的场地等效剪切波速变化预测研究281

退火算法相结合，使用震级、震中距、场地等效和大量的井上井下地震动信息，站井的深度分布

剪切波速和断层机制来预测地面峰值加速度、峰介于100~2500m。本文搜集整理了KiK-net台

值速度和峰值位移；Dhanya和Raghukanth（2017）网观测到的地表与井下地震动记录。考虑到大震

基于人工神经网络构建了一个适用于浅源地震的地发生后场地的剪切波速会在短期内快速恢复到

震动参数预测模型，利用震级、震中距、场地剪切90%以上并呈现出长期缓慢恢复的性质（苗雨等，

波速Vs，和震源机制这4个参数预测地面峰值速度、2018），因此对PGA500cm/s²地震后100d内的

加速度和5%的阻尼谱加速度。数据进行删减，将各地震动事件东西向及南北向

场地非线性所导致的场地等效剪切波速的下作为两次独立的观测结果（董凯月，2020），最终

降是场地分析中的重要问题，目前的研究中多