龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：华中科技大学
申请日：2024-01-26
公开（公告）日：2024-05-14
公开（公告）号：CN118033729A
主分类号：G01V1/28
分类号：G01V1/28;G01V1/30;G06F18/2415;G06F18/2431
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.31#实质审查的生效;2024.05.14#公开
摘要：本发明属于地震测量相关技术领域，其公开了一种基于大数据与随机森林的最不利地震动选取方法及系统，方法包括：获得待测结构的DM，将IM与DM对应，并划分为训练集和测试集；将训练集划分为多份，进行交叉验证，将每一次交叉验证得到的预测值DM与真实值DM的相关系数平均值的最大值作为贝叶斯优化算法的目标函数；构建贝叶斯优化的采集函数和代理模型；预设多组随机森林超参数，采集函数采集随机森林超参数作为代理模型的输入进行迭代优化，获得最优随机森林超参数；将待定地震动依次输入训练完成的优化随机森林模型，将获得的DM进行排序，DM最大时对应的地震动即为目标地震动。本申请可以解决现有结构抗震分析中没有充分考虑地震动不确定性的缺点。
主权项：1.一种基于大数据与随机森林的最不利地震动选取方法，其特征在于，方法包括：S1：基于待测结构的有限元模型将预设数量地震动作为输入进行非线性时程分析，获得待测结构的地震动需求参数DM，将地震动的地震动强度参数IM与所述地震动需求参数DM进行一一对应获得训练数据集；S2：对所述训练数据集进行归一化处理获得初始数据集，并将所述初始数据集划分为训练集和测试集；S3：将所述训练集划分为多份，轮流将每一份作为验证集，其余作为训练集进行交叉验证，将每一次交叉验证得到的预测值DM与真实值DM的相关系数平均值则最大值作为贝叶斯优化算法的目标函数；S4：构建贝叶斯优化算法的采集函数并基于所述目标函数构建贝叶斯优化算法的代理模型；S5：预设多组随机森林超参数，所述采集函数采集所述随机森林超参数作为所述代理模型的输入进行迭代优化，获得最优随机森林超参数，进而获得优化随机森林模型；S6：采用训练集对所述优化随机森林模型进行训练；S7：将待定地震动依次输入训练完成的优化随机森林模型，将获得的地震动需求参数DM进行排序，将地震动需求参数DM最大时对应的地震动即为目标地震动。
全文数据：
权利要求：
百度查询： 华中科技大学 基于大数据与随机森林的最不利地震动选取方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号