[发明专利]一种基于机器学习的建筑抗震韧性初步设计方法及系统

说明书

本发明涉及一种基于机器学习的建筑抗震韧性初步设计方法，属于建筑抗震韧性设计领域，首先获取待设计建筑的基本数据，并确定抗震韧性目标；根据地理位置信息和地质条件信息，提取待设计建筑的地震危险性特征作为场地约束条件；根据建筑设计模型，提取待设计建筑的建筑设计特征作为建筑设计约束条件；根据建筑设计模型和结构设计模型，确定待设计建筑所有可用的结构设计特征以及结构构件和非结构构件的升级措施，作为设计空间；将抗震韧性目标、场地约束条件、建筑设计约束条件和设计空间输入到建筑抗震韧性优化模型中，输出满足抗震韧性目标的结构设计特征的组合以及结构构件升级措施和非结构构件升级措施，能够提高设计质量和效率。

技术领域

本发明涉及建筑抗震韧性设计领域，特别是涉及一种基于机器学习的建筑抗震韧性初步设计方法及系统。

背景技术

传统建筑抗震设计主要关注如何减轻因地震导致的建筑物倒塌破坏，从而减少由于建筑物倒塌导致的人员伤亡。近年来的大地震，例如2011年日本“3·11”大地震和新西兰基督城地震，表明按照现行规范设计的建筑基本实现了大震不倒的抗震设防目标，但建筑物在地震后遭受严重的损伤，震后修复重建难度大、成本高、时间长，造成了巨大的社会经济冲击。根据建筑使用功能的需求，将建筑震后功能可恢复性纳入抗震设计，即发展抗震韧性设计成为新的趋势。

然而，传统的建筑抗震设计方法，通常是在建筑的常规结构设计完成后，再进行抗震韧性评估，如果不满足预期的抗震韧性目标，则需要对原设计进行迭代调整，直至抗震韧性评估结果满足韧性目标，这样盲目迭代调整的过程会大幅降低设计效率。并且，非结构构件的损伤是影响建筑震后功能可恢复性不可忽视的重要因素，而传统的建筑抗震设计方法虽然有对非结构构件连接的要求，但并没有结合结构受力变形特点从韧性的角度进行非结构构件设计，也缺少对是否锚固等非结构升级措施有效性的定量评估。

因此，如何在建筑结构的初步设计阶段对建筑抗震韧性进行快速评估，以选取出满足抗震韧性目标的结构设计特征组合的同时，还能够提供满足抗震韧性目标的结构构件和非结构构件的升级措施，从而达到提高设计质量和效率的目的，是目前亟待解决的问题。

发明内容

本发明的目的是提供一种基于机器学习的建筑抗震韧性初步设计方法及系统，不仅能够在建筑结构的初步设计阶段对建筑抗震韧性进行快速评估，选取出满足抗震韧性目标的结构设计特征组合，还能够提供满足抗震韧性目标的结构构件和非结构构件的升级措施，提高设计质量和效率。

为实现上述目的，本发明提供了如下方案：

一方面，本发明提出了一种基于机器学习的建筑抗震韧性初步设计方法，所述方法包括：

获取待设计建筑的基本数据，并确定抗震韧性目标；所述基本数据包括所述待设计建筑的建筑设计模型、结构设计模型、地理位置信息以及地质条件信息；所述抗震韧性目标为所述待设计建筑的业主对所述待设计建筑的抗震性能的要求；

根据所述地理位置信息和所述地质条件信息，提取所述待设计建筑的地震危险性特征，作为所述待设计建筑的场地约束条件；

根据所述建筑设计模型，提取所述待设计建筑的建筑设计特征，作为所述待设计建筑的建筑设计约束条件；

根据所述建筑设计模型和所述结构设计模型，确定所述待设计建筑所有可用的结构设计特征以及所有可用的结构构件升级措施和非结构构件升级措施，作为所述待设计建筑的设计空间；

将所述抗震韧性目标、场地约束条件、建筑设计约束条件和设计空间输入到建筑抗震韧性优化模型中，输出满足所述抗震韧性目标的结构设计特征的组合以及结构构件升级措施和非结构构件升级措施；所述建筑抗震韧性优化模型为对训练好的建筑抗震韧性评估模型进行优化后得到的机器学习模型；所述训练好的建筑抗震韧性评估模型为以建筑的抗震韧性目标、场地约束条件、建筑设计约束条件和设计空间为输入，以建筑对应的韧性指标以及结构构件升级措施和非结构构件升级措施为输出训练得到的机器学习模型。