基于改进遗传算法优化BP神经网络的单体建筑物震害评估方法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

P315

基金项目:

“十三五”国家重点研发计划课题(2020YFA0710603)、四川地震科技创新团队专项(201901)共同资助


A Single Building Seismic Damage Assessment Method Based on Improved Genetic Algorithm Optimized BP Neural Network
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    结合机器学习算法最新研究进展,提出一种基于改进遗传算法优化BP神经网络的单体建筑物震害评估方法。以四川地区为例,通过改进遗传算法优化BP神经网络建立评估模型,输出评估区域内不同结构类型单体建筑物在各震害影响因素综合作用下的破坏等级,并通过实际算例分析对模型的有效性进行验证。结果表明,该方法可快速、准确地评估单体建筑物震害情况。

    Abstract:

    This paper proposes a single building damage assessment method based on improved genetic algorithm optimized back propagation(BP)neural network,after reviewing the latest research progress in machine learning algorithms. Taking the Sichuan area as an example,the improved genetic algorithm optimized BP neural network is used to establish an assessment model and to output the damage levels of single buildings with different structural types in the assessment area under the combined effect of various seismic damage influencing factors. The validity of the model is verified through the analysis of practical examples,and the results show that the method can quickly and accurately assess the seismic damage of single buildings.

    参考文献
    相似文献
    引证文献
引用本文

孟雅湉,熊永良,郭红梅,张莹,赵真,江雪梨.基于改进遗传算法优化BP神经网络的单体建筑物震害评估方法[J].中国地震,2023,39(4):785-794

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2022-10-14
  • 最后修改日期:2023-04-17
  • 录用日期:
  • 在线发布日期: 2024-01-08
  • 出版日期: 2023-12-15
文章二维码
您是第位访问者
中国地震 ® 2024 版权所有
技术支持:北京勤云科技发展有限公司