-
公开(公告)号：CN115099090B
公开(公告)日：2023-04-18
申请号：CN202210722750.4
申请日：2022-06-24
申请人： 四川大学
摘要： 本发明公开了一种基于地震损失的建筑业态组合决策方法，属于地震工程技术领域；该方法旨在为建筑业主提供投资决策参考，也可为财产险与巨灾保险厘定保费提供决策依据。包括以下步骤：建立目标建筑数值模型；依托场地特征与设计反应谱选择地震动，计算目标建筑结构在地震作用下的响应：统计业主方关于建筑业态组合的要求限制及最终备选方案个数n；统计不同业态下的构件信息；通过常见业态组合方案计算建筑不同业态组合下的地震损失差异；基于遗传算法求取符合要求的n个建筑业态组合方案；业主方选择最终设计方案。本发明采用基于构件的地震损失计算方法，提出基于遗传算法的业态组合优化设计方法与决策方法，能够快速确定最优建筑业态设计方案。
-
公开(公告)号：CN115588155A
公开(公告)日：2023-01-10
申请号：CN202211256985.5
申请日：2022-10-14
申请人： 四川大学
摘要： 本发明公开了一种基于视觉元素的浮放式非结构构件震害识别方法，属于地震工程技术领域；包括以下步骤：以双流长时序卷积视频理解模型为基础构建浮放式非结构构件的震害识别系统，该模型由三通道卷积神经网络和双向长时间序列预测模型组成；利用三通道卷积神经网络对空间时序信息进行特征提取，利用双向长时间序列预测模型进行特征图和时序信息的搭建；最后进行两种方式的特征融合，从而实现震害视频中浮放式非结构构件的类别预测和损伤状态的识别。本发明方法中将双流视频理解模型和长时序卷积处理模型相结合，利用空间信息和时序信息的特征融合，加强各个视频帧之间的信息共享与融合，对建筑物的灾后情况做出更加精确的判断。
-
公开(公告)号：CN116415623A
公开(公告)日：2023-07-11
申请号：CN202310182776.9
申请日：2023-03-01
申请人： 四川大学
IPC分类号： G06N3/0442 , G01V1/30 , G06N3/045 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种适用于预测非线性楼层加速度反应谱的深度学习方法，属于地震工程技术领域；该深度学习方法中由具有注意力机制的双向卷积长短期记忆网络和深度残差回归网络两部分组成，采用多尺度滑动窗口的方法对数据进行预处理并输入到具有注意力机制的双向卷积长短期记忆网络模型中进行训练，得到任意结构中顶层楼层加速度反应谱；利用深度残差回归网络模型进行回归训练，并利用回归分析得到的层间反应谱比例因子对顶层楼层加速度反应谱进行调整，进而得到任意楼层的加速度反应谱。本发明的深度学习方法实现了一个模型对任意结构中任意楼层加速度反应谱精准预测的目的，且简化了复杂的物理建模过程，并提高了计算效率。
-
公开(公告)号：CN115099090A
公开(公告)日：2022-09-23
申请号：CN202210722750.4
申请日：2022-06-24
申请人： 四川大学
摘要： 本发明公开了一种基于地震损失的建筑业态组合决策方法，属于地震工程技术领域；该方法旨在为建筑业主提供投资决策参考，也可为财产险与巨灾保险厘定保费提供决策依据。包括以下步骤：建立目标建筑数值模型；依托场地特征与设计反应谱选择地震动，计算目标建筑结构在地震作用下的响应：统计业主方关于建筑业态组合的要求限制及最终备选方案个数n；统计不同业态下的构件信息；通过常见业态组合方案计算建筑不同业态组合下的地震损失差异；基于遗传算法求取符合要求的n个建筑业态组合方案；业主方选择最终设计方案。本发明采用基于构件的地震损失计算方法，提出基于遗传算法的业态组合优化设计方法与决策方法，能够快速确定最优建筑业态设计方案。
-
-
-
搜索结果
4 条记录 (耗时 0.018 秒)
