摘要
应用机器学习算法进行钢筋混凝土框架结构地震易损性评估时,结构特征参数冗杂且无法便捷选取,针对此问题本文采用基于神经网络的敏感性分析方法,利用2个训练有素的神经网络模型,分别从结构层次和构件层次探究了不同输入参数对结构震损指标的影响大小.进行敏感性分析的参数包括5个几何参数(结构层数、标准层高度、X向跨度、X向跨数、Y向跨数)、2个设计参数(抗震设防烈度、场地类别)和1个地震动参数(地面峰值加速度).结果表明:平面尺寸参数对结构及构件层次的震损指标敏感性均较小.剔除敏感性较小的参数后,在重要震损指标的预测上仍然有较高的准确性,为钢筋混凝土框架结构的震损预测提供了更简便的参数输入依据.
国家科技期刊平台
NSTL
维普
万方数据