原创力文档- 1、本文档共19页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第46卷第3期岩土工程学报Vol.46No.3
2024年3月ChineseJournalofGeotechnicalEngineeringMar.2024
DOI：10.11779/CJG基于全连接神经网络的地铁车站响应分析与地震强度指标优选
钟紫蓝，倪博，史跃波，张成明，申家旭*，杜修力
（北京工业大学城市与工程安全减灾教育部重点实验室，北京100124）
摘要：为了降低随机地震响应分析的计算成本，将人工神经网络方法用于构建概率地震需求模型（PSDM），以预测地铁车站结构的地震响应，并对适用于地铁车站结构响应预测的地震强度指标（IM）进行了优选。首先选取了200条实测地震动，计算IM，并对典型的三层三跨地铁车站结构进行有限元建模，将IM与最大层间位移角作为输入与输出训练全连接神经网络模型（FCNN），得到了最大层间位移角的预测模型。最后基于训练后FCNN输入层到隐含层中的权重矩阵与传统方法对IM进行优选，得出了对最大层间位移角影响最大的IM。研究结果表明：训练后FCNN能以0.95的精度预测地铁车站最大层间位移角，且计算耗时仅为数值模拟的1/5；针对矩形地下结构最大层间位移角，速度型和速度反应谱型指标的影响明显高于其他类型指标，其中速度谱强度（VSI）对最大层间位移角的影响最大。
关键词：全连接神经网络；概率地震需求模型；地铁车站结构；地震强度指标
中图分类号：TU443文献标识码：A文章编号：1000–4548(2024)03-0567-11
作者简介：钟紫蓝(1986—)，男，博士，副研究员，主要从事地下结构抗震研究。E-mail:zilanzhong@。
Responseanalysisofsubwaystationandoptimizationofseismicintensitymeasuresbasedonfullyconnectedneuralnetwork
ZHONGZilan,NIBo,SHIYuebo,ZHANGChengming,SHENJiaxu,DUXiuli
(KeyLaboratoryofUrbanSecurityandDisasterEngineeringofMinistryofEducation,BeijingUniversityofTechnology,Beijing100124,China)
Abstract:Inordertoreducethecalculationcostofrandomseismicresponseanalysis,theartificialneuralnetworkmethodisusedtobuildaprobabilisticseismicdemandmodel(PSDM)topredicttheseismicresponseofsubwaystationstructures,andtheseismicintensitymeasure(IM)suitableforthepredictionofsubwaystationstructuralresponseisoptimized.First,200measuredgroundmotionsareselected,IMiscalculated,andthetypicalthree-storyandthree-spansubwaystationstructureismodeledbythefiniteelementmethod.Then,theIMandthemaximumlayerdriftareusedastheinputandoutputtotrainthefullyconnectedneuralnetwork(FC
文档评论（0）