發(fā)布時(shí)間：2025-06-20 00:14

　　 為研究型鋼混凝土框架結(jié)構(gòu)地震需求在其分布范圍內(nèi)變化時(shí),隨機(jī)參數(shù)對(duì)其影響情況,將神經(jīng)網(wǎng)絡(luò)分位數(shù)回歸應(yīng)用于重要性分析中.考慮了8個(gè)隨機(jī)參數(shù)的影響,并根據(jù)它們各自的概率密度函數(shù)進(jìn)行抽樣,利用有限元軟件OpenSEES在多條地震動(dòng)記錄作用下進(jìn)行動(dòng)力非線性時(shí)程分析,得到了4種地震需求,然后分析得到神經(jīng)網(wǎng)絡(luò)分位數(shù)回歸重要性測(cè)度指標(biāo),并將結(jié)果與Monte-Carlo數(shù)值模擬法進(jìn)行了對(duì)比.結(jié)果表明:在不同條件分位數(shù)下,各個(gè)輸入隨機(jī)參數(shù)對(duì)應(yīng)的重要性測(cè)度指標(biāo)呈現(xiàn)不同的變化趨勢(shì);神經(jīng)網(wǎng)絡(luò)分位數(shù)回歸方法在樣本數(shù)遠(yuǎn)遠(yuǎn)少于Monte-Carlo數(shù)值模擬法的情況下,得到的輸入隨機(jī)參數(shù)的重要性測(cè)度指標(biāo)基本一致,因此,神經(jīng)網(wǎng)絡(luò)分位數(shù)回歸重要性分析方法是高效準(zhǔn)確的,對(duì)大型復(fù)雜結(jié)構(gòu)來說可以提高計(jì)算效率.

【文章頁數(shù)】：13 頁

【部分圖文】：

圖1 QRNN模型示意

上述分位數(shù)回歸方法雖然應(yīng)用廣泛并且使用簡(jiǎn)單，但只是簡(jiǎn)單的線性回歸方法，在具體的應(yīng)用中，若樣本中的輸入隨機(jī)參數(shù)與輸出響應(yīng)量之間存在非線性關(guān)系，分位數(shù)回歸方法就無法建立準(zhǔn)確的模型結(jié)構(gòu)，即使建立近似模型，結(jié)果的可靠性和穩(wěn)健性也無法得到保證．所以在2000年，Taylor在分位數(shù)回歸方法....

圖2 結(jié)構(gòu)簡(jiǎn)圖(單位:mm)

某7層3跨鋼型鋼凝土框架結(jié)構(gòu)，底層層高4200mm，標(biāo)準(zhǔn)層層高3600mm，示意圖如圖2所示．柱距均為6000mm，樓板厚度120mm，混凝土保護(hù)層厚度為25mm，鋼筋等級(jí)為HRB335，混凝土等級(jí)為C40，輸入隨機(jī)參數(shù)的詳細(xì)信息如表1所示，梁和柱的截面信息見表2.本例用O....

圖3 不同條件分位數(shù)下的頂點(diǎn)位移需求

本文選擇結(jié)構(gòu)縱向的頂點(diǎn)位移(Topdisplacement)、最大樓層加速度(Maximumflooracceleration)、基底剪力(Baseshear)和最大層間位移角(Maximumstorydriftangle)這4種地震需求進(jìn)行重要性分析，圖3給出了條....

圖4 不同條件分位數(shù)下的重要性測(cè)度指標(biāo)

圖5給出了Monte-Carlo數(shù)值模擬法和條件分位數(shù)為0.5時(shí)QRNN重要性分析結(jié)果，從圖5可知，同一隨機(jī)參數(shù)對(duì)不同的地震需求的重要性有一定差異，DA和Ms的重要性測(cè)度指標(biāo)相對(duì)較大;用兩種分析方法得到的重要性測(cè)度指標(biāo)基本一致，QRNN重要性分析方法在樣本數(shù)為Monte-Carl....

本文編號(hào)：4051137