结构地震需求QRNN重要性分析

• 作者: 宋帅 王秀振 邵长江 钱永久
• 来源期刊: 应用基础与工程科学学报
• 学科: 工学
• 关键词: 地震需求 神经网络分位数回归 Monte-Carlo法 机器学习 结构可靠度 重要性分析
• 年，卷（期）: 2020,（4）
• 页码范围: 953-965
• 页数: 13页
• 分类号: TU375
• 语种: 中文
• DOI: 10.16058/j.issn.1005-0930.2020.04.017

摘要

为研究型钢混凝土框架结构地震需求在其分布范围内变化时,随机参数对其影响情况,将神经网络分位数回归应用于重要性分析中.考虑了8个随机参数的影响,并根据它们各自的概率密度函数进行抽样,利用有限元软件OpenSEES在多条地震动记录作用下进行动力非线性时程分析,得到了4种地震需求,然后分析得到神经网络分位数回归重要性测度指标,并将结果与Monte-Carlo数值模拟法进行了对比.结果表明:在不同条件分位数下,各个输入随机参数对应的重要性测度指标呈现不同的变化趋势;神经网络分位数回归方法在样本数远远少于Monte-Carlo数值模拟法的情况下,得到的输入随机参数的重要性测度指标基本一致,因此,神经网络分位数回归重要性分析方法是高效准确的,对大型复杂结构来说可以提高计算效率.