工程场地地震动参数的确定

以咸阳某工程场地为例，首先阐述了场地的地震地质条件，然后在场地地震危险性概率分析的基础上，对场地土层进行一维地震反应分析计算，确定了该工程场地地震动参数，为抗震设计提供了依据。     

强震山区低山斜坡地震动响应特征分析

2019-06-17四川省宜宾市长宁县6.0级地震后,双河镇布设了多个地震监测仪器,以获取不同场地条件下的地震动相关参数.研究结果表明:1)在同一介质下,60 m高程对地震动的峰值加速度放大可达1～3倍,阿里亚斯强度放大可达2～5倍,同时微地貌的不同可使放大效应具有一定的方向优势;2)在同一高程不同介质条件下,相较于砂...     

四川珙县下软上硬山岭地貌斜坡地震动响应特征

强震中下软上硬坡体同震崩塌发育, 为了揭示这类坡体地震动的响应特征, 在珙县五同村安置了强震监测仪, 对斜坡表面和不同岩性的地震动响应进行监测, 并记录到不同方位、不同震中距的2次地震。研究表明: ①地震动响应规律有极强的方向性和距离性。2次地震相距监测站台的方向和距离不同, 使Ms 4.0级地震的峰值加速度和阿里亚斯强度反而比Ms 3.2级地震小。②0~30 Hz的地震波在低地山岭的高陡临空面附近有放大效应。1#监测点的主频小于3#与5#监测点, 3#监测点的主频最高。5#点的幅值范围为0.018~0.055 m/s-2, 3#点幅值范围为0.036~0.087 m/s-2, 3#点相较于5#点, 其三向最高幅值同比放大了1.58~2.0倍。③泥质砂岩的主频为4.8~8.4 Hz, 灰岩的主频为5.5~21.4 Hz, 不同的岩层共振频率不同, 灰岩对地震波的选频放大效应强于泥质砂岩。④地震波在不同高程的山岭斜坡部位具有选择放大作用, 在一定范围内高程越大地形放大效应越明显。      

地震动输入方向对结构扭转振动的影响

选取2009年姚安MS6.0、2014年鲁甸MS6.5地震的水平结构强震记录进行谱分析,结果均显示17 Hz、2.1 Hz为该结构第一、二振型的自振频率,且第二振型出现扭转现象。对比两次强震记录发现,鲁甸MS6.5地震作用下结构的扭转振动远超姚安MS6.0地震。利用SAP2000建立该结构的有限元模型,分别以实际入射角度输入场地强震记录并进行时程分析,其结果与强震记录谱分析结论一致。由于输入地震动的强度、频谱相近,因此判断其输入方向是影响结构平面扭转振动的主要原因。     

珙县低山区不同震源作用下斜坡地震动响应

在宜宾市珙县五同村布设斜坡地震动监测仪器,采集兴文县3.1级、珙县4.5级及长宁县4.6级地震数据。对监测剖面上1^#、2^#监测点采集到的珙县余震地震动响应数据进行滤波和校正处理,对比分析震级、高程、方位等因素对斜坡造成的地震响应后认为：1）当地震波的半波长与山体某些特定部位之间的距离接近时,斜坡地形与地震波的波峰产生耦合作用,地形放大效应显著,达到参考点的2.765倍,此处山体更容易产生较大幅度的摇晃,造成山体地质灾害;2）分析珙县4.5级与长宁县4.6级地震得出,当地震波沿特殊部位（如山脊等）传播时,地震加速度及阿里亚斯强度更加显著;3）分析地震加速度变化得出,在地震荷载作用下,随着震级的增大,斜坡的加速度响应也会增大;4）随着高程和震级的变化,监测点的地震加速度和阿里亚斯强度随之变化,高程和震级对斜坡的地震动响应具有放大效应;5）在高程和微地貌的耦合作用下,斜坡地震加速度也具有明显的放大效应。     

基于自适应混合遗传算法的岩石类材料动态参数反演

将多元函数的下山单纯形法嵌入遗传算法,加强了算法的局部搜索能力,并且将交叉概率、变异概率以及局部搜索概率改进为随遗传个体的适应度值改变和进化代数的增加而调整的自适应型。在此基础上针对岩石类材料的特性,将数值计算值与冲击压缩实验结果之间的相对均方差作为适应度函数,编制了反演分析算法来确定岩石类材料考虑损伤的非线弹性动态本构模型的待定特征参数。结果表明：由动态本构方程得到的再生应力一应变曲线与实验曲线之间具有较好的一致性,从而验证了该反演分析方法是合理可行的以及动态本构模型对于岩石类材料的适用性。     

基于物理约束GRU神经网络的河流水质预测模型

河流水质预测对于水环境管理与水污染防治具有重要意义。近年来,以神经网络为代表的非机理性水质预测模型已被广泛应用于河流水质预测领域。然而,此类模型不考虑水质因子变化的物理机理,导致预测结果难以解释、稳定性差。为此,本文将水质因子变化的物理规律视为一种先验知识约束,建模于门控循环单元神经网络（Gated Recurrent Unit, GRU）之中,以河流水质预测的重要参数溶解氧为例,提出了一种物理约束的门控循环单元网络（Physics-constrained Gated Recurrent Unit, PHY_GRU）。以美国亚特兰大市2021年河流溶解氧预测为例进行实例验证,结果表明：① PHY_GRU与差分自回归移动平均模型、多层感知机和门控循环单元模型相比,预测精度和稳定性明显提升,其中预测均方根误差分别降低了94.8%,62.9%和37.2%;② 综合考虑多种物理规律约束可以提升PHY_GRU的预测精度和稳定性;③ PHY_GRU采用门控循环单元模型训练样本的30%,其预测精度和稳定性即可超过门控循环单元模型。本文提供了一种在神经网络模型中融入水质先验知识的研究思路,有助于提升水质预测模型辅助决策的水平。     

基于自适应时序剖分与KNN的短时交通流量预测

在智能交通系统中,准确和高效的短时交通流量预测是交通诱导、管理和控制的前提。由于交通流量动态变化中表现出的时变性和非平稳性特征,其预测难度较大,是交通领域中亟待解决的难题。为提高短时交通流量的预测精度,本文设计与实现了基于自适应时序剖分与KNN（A-TS-KNN）的短时交通流量预测算法。① 基于动态时间规整（Dynamic Time Warping,DTW）动态剖分单日时序为不同的交通模式;② 在不同交通模式,采用互信息法求解每个预测时刻时间延迟的最大阈值,构造不同时间延迟的状态向量,生成交通流量历史数据库;③ 采用十次十折交叉验证的方法求解每个时刻不同时间延迟与不同K值的正交误差结果分布,提取误差最小的正交结果,得到自适应时间延迟与K值的参数组合;④ 采用K个最相似的近邻的距离倒数加权值作为预测结果。对比K近邻（K-nearest neighbors, KNN）、支持向量回归（Support vector regression,SVR）、长短期记忆神经网络（Long-short term memory neural network,LSTM）以及门控递归单元神经网络（Gate recurrent unit neural network,GRU）共4种主流预测模型,A-TS-KNN算法预测精度显著提升;将A-TS-KNN算法用于福州市城市路网中其他交叉路口的短时交通流量预测,结果表现出良好的泛化能力。     

基于核混合效应回归模型的地震数据预测

针对地震观测数据难以准确预测的难题,提出基于核混合效应回归模型.为验证该算法模型的可行性,结合湖北地震台站地球物理仪器产出数据开展仿真实验,并与传统的神经网络算法作对比.结果 表明,该模型能准确预测地震地球物理观测数据且性能优于其他神经网络算法,对水温、水位数据的预测相对误差低于0.05％及0.48％.该研究为地震监测...