狠狠的爱,欧美尹人,91av在线网站

<acronym id="44wa6"></acronym>

資訊內容

研究亮點

應用支持向量機回歸地震動預測模型

發布時間： 2023-02-27 點擊數量：6733

研究背景：

基于數據統計的地震動預測模型需要預設回歸的方程式，假定的方程式一般以參數化的物理模型為基礎進行構建，這種構建模型方法可以在數據有限的情況下提高預測方法的精度，但是通過預設方程式的方法往往限制有效預測復雜和未知的地震動強度的能力。并且參數化的預測方程簡化了物理過程，可能使得預測結果具有較大的不確定性。另外，隨著我國強震臺網的不斷建設，地震動數據量的顯著增加使得應用機器學習技術構建地震動預測模型成為可能。

研究方法及結果：

1）選取中國川滇地區地震動數據，與傳統的回歸分析的經典方法不同，應用支持向量機回歸地震動預測模型，確定了該方法的控制參數。

2）與川滇地區的現有地震動衰減模型和NGA-West2模型進行比較，驗證了提出的基于機器學習算法的地震動預測模型合理性。

3）提出的模型能夠在給定震級和場地條件下很好地預測地震動峰值加速度和加速度反應譜值，并且從結果上來看具有很好的泛化能力和魯棒性。

該成果發表在國際期刊《Journal of Earthquake Engineering》（Jinjun Hu*, Hui Zhang. Support Vector Machine Method for Developing Ground Motion Models for Earthquakes in Western Part of China. Journal of Earthquake Engineering, https://doi.org/10.1080/13632469.2021.1884146（IF：3.99，*通訊作者）。

圖1 地震動數據分布 (a)地震的位置 (b)震源距和震級的關系
(c)震級的數目 (d)震源深度和震級的關系

圖2 對數據集應用高斯算法隨機切割分類為測試集和訓練集

圖3 應用支持向量機算法回歸預測模型測試集和訓練集的效果

基于2020年7月12日唐山地震中密集地震動觀測記錄的地震動衰減和盆地效應

《復雜層狀半空間場地響應分析：一種基于雙重相似性的比例邊界有限元法》論文發表

<button id="yya6w"></button>