• ISSN 1673-5722
  • CN 11-5429/P

基于AdaBoost算法的多层砖房震害影响因素评估

马宁 林均岐 刘金龙 贾晗曦

马宁, 林均岐, 刘金龙, 贾晗曦. 基于AdaBoost算法的多层砖房震害影响因素评估[J]. 震灾防御技术, 2020, 15(2): 235-242. doi: 10.11899/zzfy20200201
引用本文: 马宁, 林均岐, 刘金龙, 贾晗曦. 基于AdaBoost算法的多层砖房震害影响因素评估[J]. 震灾防御技术, 2020, 15(2): 235-242. doi: 10.11899/zzfy20200201
Ma Ning, Lin Junqi, Liu Jinlong, Jia Hanxi. Evaluation of Influencing Factors of Earthquake Damage of Multi-storey Brick Building Based on AdaBoost Algorithm[J]. Technology for Earthquake Disaster Prevention, 2020, 15(2): 235-242. doi: 10.11899/zzfy20200201
Citation: Ma Ning, Lin Junqi, Liu Jinlong, Jia Hanxi. Evaluation of Influencing Factors of Earthquake Damage of Multi-storey Brick Building Based on AdaBoost Algorithm[J]. Technology for Earthquake Disaster Prevention, 2020, 15(2): 235-242. doi: 10.11899/zzfy20200201

基于AdaBoost算法的多层砖房震害影响因素评估

doi: 10.11899/zzfy20200201
基金项目: 

国家重点研发计划 2018YFC1504503

详细信息
    作者简介:

    马宁, 男, 生于1993年。硕士研究生。主要从事生命线工程抗震研究。E-mail:mn2020@hit.edu.cn

    通讯作者:

    林均岐, 男, 生于1964年。研究员。主要从事生命线工程抗震研究。E-mail:linjunqi1964@163.com

Evaluation of Influencing Factors of Earthquake Damage of Multi-storey Brick Building Based on AdaBoost Algorithm

  • 摘要: 多层砖房是最常用的结构形式之一,对其进行震害预测尤为重要,选择合适的影响因素是震害预测中最重要的环节之一。本文基于AdaBoost算法对多层砖房震害影响因素进行评估,给出影响因素重要度排序,并将结果与灰色关联分析法进行比较。研究发现结构合理性、地震峰值加速度、砖墙面积率和场地条件对多层砖房震害影响最大,因此在多层砖房震害预测中应优先考虑这4个因素,并在结构设计建造过程中予以足够重视。
  • 图  1  不同参数下的模型精度

    Figure  1.  Model accuracy under different parameters importance of influencing factors of seismic fatality

    图  2  AdaBoost模型3次计算结果

    Figure  2.  The results of three tests of the AdaBoost model

    表  1  多层砖房震害影响因素特征及取值

    Table  1.   Characteristics and influencing factors of seismic damage of multi-storey brick buildings

    影响因素 特征 取值
    房屋高度
    施工质量 其他条件相同时,施工质量越好,破坏程度越低 10
    8
    6
    砂浆等级 按实际等级取值
    结构合理性 结构合理度越大,破坏程度越低 取结构抗震性能良好隶属度的值(谭克艰等,1997
    砖墙面积率 $砖墙面积率= \frac{砖墙净面积}{建筑面积}$ 按实际计算取值
    房屋整体性 整体性越好,破坏程度越低 楼盖 现浇 5
    预制 4
    木制 3
    屋盖 现浇 5
    预制 4
    木制 3
    圈梁 1
    构造柱 1
    是否有地下室和筏板基础 1
    0
    房屋是否开裂 -1
    0
    场地条件 场地条件越好,破坏程度越低 Ⅰ类 10
    Ⅱ类 8
    Ⅲ类 6
    场地条件 场地条件越好,破坏程度越低 Ⅳ类 4
    地形地貌是否不利 -1
    0
    地下水位是否较高 -1
    0
    PGA PGA越大,破坏程度越高 按实际值取值
    下载: 导出CSV

    表  2  数据集

    Table  2.   Data set

    序号 房屋层数 施工质量 砂浆等级/MPa 结构合理性 砖墙面积率/% 房屋整体性 场地条件 PGA/g 破坏程度
    1 2 10 25 0.50 8.20 8.00 6 0.20 中等破坏
    2 2 10 10 0.40 10.00 8.00 7 0.25 严重破坏
    3 3 10 10 0.30 11.50 9.00 8 0.25 中等破坏
    4 2 10 35 0.45 9.70 9.50 7 0.15 轻微破坏
    5 4 10 25 0.36 7.60 7.50 10 0.20 中等破坏
    6 2 10 25 0.55 4.30 10.00 9 0.10 轻微破坏
    7 3 10 25 0.43 6.87 8.00 3 0.25 严重破坏
    8 3 10 10 0.40 7.52 9.50 7 0.30 中等破坏
    9 2 10 35 0.38 8.32 8.50 6 0.20 轻微破坏
    10 5 10 10 0.46 11.50 8.00 8 0.25 基本完好
    11 2 10 25 0.41 4.65 7.50 9 0.05 轻微破坏
    12 3 10 10 0.50 9.42 12.00 8 0.20 基本完好
    13 3 10 10 0.47 13.60 9.00 5 0.25 轻微破坏
    14 2 10 25 0.52 10.70 8.50 7 0.20 轻微破坏
    15 4 10 25 0.48 3.60 7.50 4 0.15 倒塌
    16 3 10 25 0.54 6.69 8.00 8 0.25 轻微破坏
    17 3 10 10 0.40 8.40 9.50 8 0.20 轻微破坏
    18 4 10 25 0.45 8.50 9.46 8 0.30 严重破坏
    19 2 10 25 0.47 10.30 7.00 7 0.25 中等破坏
    20 4 10 25 0.47 3.23 8.00 8 0.15 轻微破坏
    21 2 10 10 0.48 3.50 9.00 8 0.10 轻微破坏
    22 3 10 5 0.35 8.64 8.00 7 0.20 严重破坏
    23 3 10 10 0.37 6.00 8.00 7 0.20 严重破坏
    24 3 10 10 0.34 9.00 10.00 7 0.25 严重破坏
    25 3 10 10 0.40 9.00 7.00 7 0.30 倒塌
    26 3 10 10 0.44 6.00 9.00 7 0.15 中等破坏
    27 3 10 25 0.40 10.00 10.00 8 0.30 倒塌
    28 3 10 25 0.40 9.00 10.00 7 0.25 倒塌
    29 2 10 10 0.50 9.00 12.00 10 0.20 基本完好
    30 4 10 10 0.50 9.00 9.00 9 0.15 轻微破坏
    下载: 导出CSV

    表  3  影响因素重要度排序及与灰色关联分析法结果的对比

    Table  3.   Ranking of factors of influence factors and comparison with results of grey correlation analysis method

    影响因素 重要度(AdaBoost结果) 灰色关联分析法中的排名
    结构合理性 0.266878512 4
    PGA 0.196731755 1
    砖墙面积率 0.170314083 2
    场地条件 0.168439716 5
    房屋整体性 0.089834515 8
    砂浆等级 0.067375887 6
    房屋高度 0.040425532 7
    施工质量 0.000000000 3
    下载: 导出CSV
  • 贾晗曦, 林均岐, 刘金龙, 2019.建筑结构地震易损性分析研究综述.震灾防御技术, 14(1):42—51. http://zzfy.eq-j.cn/zzfyjs/ch/reader/view_abstract.aspx?file_no=20190105&flag=1
    姜伟, 马令勇, 刘功良, 2011.基于MATLAB神经网络方法的多层砖房震害预测.西北地震学报, 33(2):155—158. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=xbdzxb201102009
    刘本玉, 叶燎原, 江见鲸, 2002.用模糊人工神经网络方法预测多层砖房震害.清华大学学报(自然科学版), 42(6):843—846. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=qhdxxb200206036
    刘章军, 叶燎原, 2007.基于模糊概率的多层砖房震害预测.地震研究, 30(1):99—105. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dzyj200701019
    欧盛, 2011.砖砌体房屋震害预测方法研究.哈尔滨: 中国地震局工程力学研究所.
    谭克艰, 曹晖, 毛沂, 1997.建筑体型抗震性能模糊评判专家系统.重庆建筑大学学报, 19(06):108—112. http://www.cnki.com.cn/Article/CJFDTotal-JIAN706.018.htm
    汤皓, 陈国兴, 2006.基于灰关联与人工神经网络综合评价模型的多层砖房震害预测.世界地震工程, 22(4):133—139. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=sjdzgc200604025
    杨秀萍, 程运平, 陈克珩等, 2013.基于ACCRBF网络的多层砖房震害预测.震灾防御技术, 8(1):90—96. http://zzfy.eq-j.cn/zzfyjs/ch/reader/view_abstract.aspx?file_no=20130110&flag=1
    尹之潜, 李树桢, 赵直等, 1991.地震灾害预测与地震灾害等级.中国地震, 7(1):11—21. http://www.cqvip.com/Main/Detail.aspx?id=661030
    于天洋, 郭恩栋, 李倩等, 2018.清水池震害综合预测方法.震灾防御技术, 13(2):353—362. http://zzfy.eq-j.cn/zzfyjs/ch/reader/view_abstract.aspx?file_no=20180210&flag=1
    Asim K. M., Idris A., Iqbal T., et al., 2018. Seismic indicators based earthquake predictor system using Genetic Programming and AdaBoost classification. Soil Dynamics and Earthquake Engineering, 111: 1—7. doi: 10.1016/j.soildyn.2018.04.020
    Jia H. X., Lin J. Q., Liu J. L., 2019. An earthquake fatalities assessment method based on feature importance with deep learning and random forest models. Sustainability, 11(10): 2727. doi: 10.3390/su11102727
    Provost F., Hibert C., Malet J. P., 2017. Automatic classification of endogenous landslide seismicity using the Random Forest supervised classifier:Seismic sources automatic classification. Geophysical Research Letters, 44(1): 113—120. doi: 10.1002/2016GL070709
    Shin Y., Kim D. W., Kim J. Y., et al., 2009. Application of AdaBoost to the Retaining Wall Method Selection in Construction. Journal of Computing in Civil Engineering, 23(3): 188—192. doi: 10.1061/(ASCE)CP.1943-5487.0000001
  • 加载中
图(2) / 表(3)
计量
  • 文章访问数:  236
  • HTML全文浏览量:  45
  • PDF下载量:  15
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-11-20
  • 刊出日期:  2020-06-20

目录

    /

    返回文章
    返回