基于人工智能技术的建筑地震损伤潜力分类
机器学习
2022-05-03 v1
摘要
开发一种快速、可靠且高效的分类方法，用于对位于高地震活动区域国家中建造的建筑物的地震损伤潜力进行分类，始终处于现代科学研究的前沿。此类技术对于估算建筑物的震前易损性至关重要，以便当局能够制定高度易受灾结构的地震安全修复计划。近几十年来，若干研究者提出了此类程序，其中一些已被地震规范指南采纳。这些程序通常利用基于简单计算或统计学理论应用的方法。近来，计算机算力的提升催生了基于机器学习（Machine Learning）算法采用的现代统计方法。这些方法已被证明可通过从各类来源收集的数据中提取模式，用于预测地震性能和分类结构损伤等级。为实现分类算法，使用了一个大型训练数据集。为此，利用非线性时程分析法对 90 栋具有三种不同砌体填充墙分布的 3D 钢筋混凝土建筑在 65 条真实地震记录下进行分析。地震损伤等级以最大层间位移角表示。使用了大量机器学习算法以估算建筑损伤响应。得出的最显著结论是，数学上成熟且操作可逐步清晰解释的机器学习方法，可用于以高精度解决一些最复杂的现实世界问题。
引用
@article{arxiv.2205.01076,
title = {Classification of Buildings' Potential for Seismic Damage by Means of Artificial Intelligence Techniques},
author = {Konstantinos Kostinakis and Konstantinos Morfidis and Konstantinos Demertzis and Lazaros Iliadis},
journal= {arXiv preprint arXiv:2205.01076},
year = {2022}
}