桥梁群体震害预测方法的研究

本文研究了桥梁群体震害预测方法的理论，并采用模糊数学、灰色系统理论和概率分析方法，建立了中、小型桥梁群体震害预测的数学模型，在对江南一带城市地震震害预测工作中桥梁抽样单体震害预测经验法的计算基础上，给出了公路桥梁在不同地震烈度影响耻的单因素评价矩阵，为区域性的地震震害预测工作提供了一个有力的实用工具。     

基于经验统计方法的桥梁震害预测辅助决策系统

选择场地、结构、地震动和抗震设防4大类18个因素作为考虑因素，以国内外桥梁震害预测经验统计方法为主体构成了知识库，开发了与GIS结合的桥梁震害预测辅助决策系统BSVAS。该系统可初步用于大中城市防震减灾桥梁震害预测工作，并为基于GIS的防震减灾管理系统的更新提供可能。     

山西运城市城区主要桥梁的震害预测

采用经验统计法对山西省运城市的4座主要桥梁进行了震害预测计算,给出了4座桥梁的震害预测结果。认为,4座桥梁的破坏程度不同主要是由于桥主跨长度、桥墩高度、支座形式不同及在计算中采用的系数不同引起的,运城市桥梁的破坏程度较低,在遭遇Ⅷ度地震破坏时,中等以上破坏程度的桥梁占25%。     

改进的城市桥梁震害预测因子法研究及其应用1

本文根据对青岛市123座桥梁的考察结果，建立了与青岛市桥梁类型比例相当的国内243座桥梁的资料，并以此为对象阐述了城市桥梁震害预测因子法的研究过程，确定了桥梁易损性影响因素及其取值，给出了桥梁震害预测指标计算方法和各种破坏状态的划分依据等。最后将此方法运用到青岛市地震应急指挥系统中，对青岛市的123座桥梁进行了桥梁震害模拟。     

辽西地震重点监视区桥梁震害预测

采用统计回归方法，对辽西地震重点监视防御区内４条国家级公路的桥梁１３３座、４次国有铁路的桥梁３３１座，以桥梁震害等级划分原则，求取其震害指数、判定震害等级。     

改进的城市桥梁震害预测因子法研究及其应用1

本文根据对青岛市123座桥梁的考察结果,建立了与青岛市桥梁类型比例相当的国内243座桥梁的资料,并以此为对象阐述了城市桥梁震害预测因子法的研究过程,确定了桥梁易损性影响因素及其取值,给出了桥梁震害预测指标计算方法和各种破坏状态的划分依据等。最后将此方法运用到青岛市地震应急指挥系统中,对青岛市的123座桥梁进行了桥梁震害模拟。     

基于人工神经网络的城市桥梁震害评估方法

为了使已有的桥梁震害评估方法适用于城市立交桥和高架桥,将桥梁结构是否规则考虑为评估模型的一项输入参数,并剔除了以往桥梁震害评估方法中不合理的影响因素以提高所提方法的可操作性.基于BP神经网络算法,以唐山地震和汶川地震中收集的54座梁式桥的震害资料作为网络训练样本,建立了梁式桥震害评估神经网络模型;通过讨论神经网络模型的泛化能力,得到了较满意的结果,表明该方法具有一定的准确度,可以应用于城市桥梁震害评估工作.     

爆破震害预测的神经网络模型

人工神经网络是近期发展最快的人工智能领域研究成果之一.通过分析国内外爆破震害预测研究现状和不足,提出一种基于BP神经网络模型的爆破地震效应预测方法,该方法能克服基于最小二乘法的回归公式的局限性,可选取影响爆破振动的多个影响因素作为输入层参数,达到爆破峰值和主频同步预测之目的.利用该方法对实际爆破监测数据进行预测,结果表明人工神经网络方法在爆破地震效应预测中应用是可行的并且是有效的.这为爆破震害预测研究提供了新途径.     

城市桥梁震害预测方法的探讨

简要介绍了城市桥梁的六种震害预测方法。在确定采用哪种方法时,要根据桥梁的结构型式、桥墩材料、墩台高度、基础类型等因素来确定。在详细介绍了回归统计法的基础上,通过实际桥梁的震害与回归统计法的预测进行比较,检验了回归统计法的可靠性。     

唐山地震桥梁震害回顾

对唐山桥梁震害加以回顾分析,并参照国内外地震有关桥梁的震害规律,为今后灾区破坏桥梁的修复和重建工作提供一些参考。     

基于BP神经网络的有限特征参数砌体结构震害等级推演

详细的建筑结构特征参数是得到合理地震易损性分析结果的基础。本文给出了一种结合已有地震易损性分析成果,在具备有限特征参数的情况下,利用BP神经网络进行单体或群体结构震害等级推演的方法。以陕西省渭南市607栋设防砌体易损性评估结果为样本构建了一个3层BP神经网络模型,并对北京市海淀区近2万栋设防砌体不同地震烈度下的可能破坏状态进行推演,结果能够反映区域本地化特征,也与抗震设计目标和震害案例相符。该方法适用于少量特征参数下单体或群体结构的快速震害等级推演,可为相似烈度地区的建筑结构风险评估提供参考。     

基于BP神经网络模型的多层砖房震害预测方法

针对传统的基于地震烈度的建筑物震害预测方法的不足,本文以地震动峰值加速度作为建筑物震害预测的地震动指标,结合几次大地震中多层砖房的震害实例,提出了一种基于BP神经网络模型的建筑物震害预测方法,模型的输入为反映结构抗震性能的各类物理参数,输出为给定地震动峰值加速度下建筑物破坏状态的概率。研究表明:基于BP网络模型的多层砖房的震害预测结果与震害实例的实际情况比较吻合,本文的思路和方法可推广于其他不同类型的建筑结构的震害预测。     

The application of neural networks to comprehensive prediction by seismology prediction method

IntroductionThe theory of artificial neural netWorks has been used in some fields for recent years such asearthquake damage prediction (Shi, Liu, 1991), earthquake intensity (Wang, 1993), earthquakecomprehensive prediction (Wang, Dai, 1997), and so on. The initial Studies indicate that someresults are prevail over classical statistical pattern recognition and fuZZy recognition methods.Neural network system is a high adaptive nonlinear dynamical system. It can extract causalitythrough a ple…     

建筑物震害预测模糊震害指数法

建筑物震害预测是城市防震减灾的基础工作之一。本文在分析现有震害预测方法的基础上，提出了一种新的震害预测方法－模糊震害指数法。模糊震害指数法以现有震害预测资料为基础，采用模糊数学方法实现。本文详细阐述了模糊震害指数法的理论模型，推导了其数学公式，最后给出了实例分析。     

灰关联与人工神经网络在建筑物震害预测中的应用

基于灰关联识别方法,解析了各震害影响因子对多层砖房抗震性能的影响程度;并利用BP人工神经网络非线性模型对震害实例样本进行了训练。结果表明:利用灰关联分析,可得出各因子对多层砖房抗震性能影响程度的大小排序,有利于实际的工程抗震设计;基于BP人工神经网络模型的多层砖房的震害预测结果与震害实例的实际情况比较吻合,其思路和方法可推广于其他不同类型的建筑结构的震害预测。     

Application of genetic BP network to discriminating earthquakes and explosions

Introduction Artificial Neural Network (ANN) is an important branch of artificial intelligence. It is proposed on the foundation of the study on modern neural science, is a man-made network that can implement some functions based on the mans comprehensive understanding for cerebral neural network (HAN, WANG, 1997). ANN is a mathematical model of simplified human brain neural network and is used to simulate the structures and functions of human brain neural network. ANN is a complex netw…     

汶川地震中梁式桥的震害和预防震害的新方法

本文基于地震现场考察资料介绍了汶川地震中梁式桥的一些典型震害实例,分析震害原因及其发生规律,并探讨强烈地震作用下防震害的新方法。新方法是以适当的构造方式改变地震能量的传输,减少桥面系与墩台的相对位移,保证下部结构的安全,从而达到防止震害的目的。     

人工神经网络在地震中期预报中的应用

将ＢＰ神经网络用于地震中期预报。使用一些常用的地震学指标作为神经网络的输入,而将ＢＰ神经网络的输出作为表征地震活动增强的特征参数Ｗ１,并将其用于华北地区进行空间扫描。结果表明,中强地震前１～３年未来震中周围通常出现明显的Ｗ１值中期异常区,该方法具有较好的中期预报效果。