冻土层对多层砖房动力特性的影响

通过对不同冻土层厚度上多层砖房微幅振动的检测，利用时域和频域识别方法，研究了冻土层厚度对多层砖房固有频率，振型和阻尼的影响．     

底层框架砖房的震害预测方法

随着城市建设的发展和人口密度的增大，地震对人类的危害变得越来越大，做好建筑物震害预测工作具有非常重要的现实意义，根据“合肥市防震减灾信息系统”中合肥市中市区底层框架砖房的抗震调查资料，用结构易损性分析方法对该类房屋的未来震害进行了预测分析。     

液化土层上多层砖房震害预测方法的研究

本文研究了计算震陷值和震害指数增量之间的关系,指出计算震陷值可以很好反映地基失效情况,但在预测房层的震害时还需考虑基础类型、建筑物特点和地震烈度等因素的影响。文中给出了液化地区房层震害预测的方法,并就如何考虑液化土层对房屋震害的影响对现行抗震规范提出了修改意见。     

多层砖房震害的灰色预测

本文将灰色聚类方法应用于震害预测之中,建立了多层砖房震害预测的灰色模型。通过唐山地震43个实例的预测结果与实际震害的比较,说明了这种预测模型的有效性。     

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。     

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。     

粗集神经网络在建筑物震害预测中的应用

将粗糙粗集理论和神经网络原理结合起来,建立了基于粗集-神经网络的建筑物震害预测模型.首先运用粗糙集理论,根据原始样本建立决策表进行属性离散化、属性重要性排序、属性约简和分类规则的提取;然后将所提取的关键成分作为神经网络的输入练模型.实例研究表明,基于粗集-神经网络的多层砖房震害预测结果与实际震害基本吻合.该模型简化了神经网络结构,提高了训练速度和分类精度,还能对各因素对房屋震害的影响度进行分析.     

有冻土层场地上多层砖房的震害预测方法

以一个６层砖结构和四种场地共同组建成四个结构－地基一体化计算模型,输入唐山地震基岩地表的余震记录,计算融土场地、有冻层场地和刚性地基三种情况下结构的地震反应,通过结构基底等效输入和结构地震反应内力的比较,作者认为,对绝大多数中软场地,用现行的刚性地基假设,作多层砖房震害预测是偏于安全的。     

地震区高底框架砖房结构的使用问题

针对１９９６年５月３日包头市里氏６．４级地震中几幛高底框架砖房结构顶层破坏严重的现象。详细分析了这类结构的破坏并提出了这类结构设计中应注意的问题。