(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111610705.1 (22)申请日 2021.12.27 (71)申请人 扬州大学 地址 225009 江苏省扬州市大 学南路88号 (72)发明人 张贺　姜治军　张磊　 (74)专利代理 机构 南京苏高专利商标事务所 (普通合伙) 32204 代理人 张弛 (51)Int.Cl. G06N 3/04(2006.01) G06N 3/08(2006.01) G06Q 10/04(2012.01) G06Q 50/26(2012.01) (54)发明名称 一种基于前馈神经网络的建筑震害预警方 法与系统 (57)摘要 本发明公开了一种基于前馈神经网络的建 筑震害预 警方法与系统， 包括步骤： (1)获取地震 动矩阵A、 初状态层间位移矩阵D初； (2)将地震动 矩阵A与初状态层间位移矩阵D初初始状态矩阵融 合得到输入数据I； (3)将输入数据I作为前馈神 经网络的输入进行训练， 输 出层间变形矩阵U； 将 输出层间变形矩阵U与目标矩阵T进行拟合优度 检验， 当拟合精度大于预设阈值停止训练， 得到 训练好的前馈神经网络； (4)获取待测试的输入 数据I′， 将待测试的输入数据I ′输入训练好的前 馈神经网络获取输出层间变形矩阵U ′； (5)选取 层间变形矩阵U ′中最大的值， 与建筑结构临界值 进行比较分析结果。 本发明能够在短时间内作出 地震对于建筑的损害情况分析。 权利要求书4页 说明书10页 附图3页 CN 114330657 A 2022.04.12 CN 114330657 A 1.一种基于前馈神经网络的建筑震 害预警方法， 其特 征在于， 包括以下步骤： (1)采集不同时刻的地震加速度信号， 得到地震动矩阵A， A＝[a1  … ai  … an]； 采集不 同时刻下不同楼层沿楼层长度方向的位移、 沿楼层宽度方向的位移， 得到层间位移矩阵D＝ [D1  … Di  … Dn]； 根据层间位移矩阵D获得初状态层间位移矩阵D初＝[D0  … Di‑1  …   Dn‑1]； 其中， ai为第i时刻的地震加速度， an为第n时刻的地震加速度； D0为初始时刻的层间位 移矩阵， Di表示第i时刻的的层间位移矩阵， Dn表示第n时刻的的层间位移矩阵； i＝1 …n， n为 大于1的自然数； (2)将地震动矩阵A与初状态层间位移矩阵D初初始状态矩阵融合得到输入数据 (3)将输入数据I作为前馈神经网络的输入进行训练， 输出层间变形矩阵U； 将输出层间 变形矩阵U与目标矩阵T进行拟合优度检验， 当拟合精度大于预设阈值停止训练， 得到训练 好的前馈神经网络； (4)获取待测试的地震动矩阵A ′， A′＝[a1′   …  ai′   …  an′],ai′为待测试的地震动矩阵 A′中第i时刻的地震加速度， an′为待测试的地震动矩阵A ′中第n时刻的地震加速度； 根据待 测试的地震动矩阵A ′获取待测试的输入 数据I′， 将待测试的输入数据I ′输入训练好的前馈 神经网络获取输出层间变形矩阵U ′； (5)选取层间变形矩阵U ′中最大的值， 判断若max(U ′)∈[0， u[1])， 则判定建筑属于 处于 无损状态； 若max(U ′)∈[u[1]， u[2])， 则判定建筑处于损伤可控状态； 若max(U ′)∈[u[2]， u[3])， 则判定建筑 处于较大损伤状态； 若max(U ′)≥u[3]， 则判定建筑临界倒塌状态； 所述u[1] 为建筑结构弹性临界值； u[2]为建筑结构可修 性临界值； u[3]为建筑结构抗倒塌临界值； (6)完成判断后， 根据判断结果 生成预警信息 。 2.根据权利要求1所述的基于前馈神经网络的建筑震害预警方法， 其特征在于， 步骤 (1)初状态层间位移 矩阵D初为： 式中， D0为初始时刻的层间位移矩阵； Di‑1为第i‑1时刻的层间位移矩阵； 第Dn‑1为第n‑1 时刻的层间位移矩阵； dx1(i‑1)为第i‑1时刻第一楼层沿楼层长度方向的位移； dxm(i‑1)为第i‑1 时刻第m楼层沿楼层长度方向的位移； dy1(i‑1)为第i‑1时刻第一楼层沿楼层宽度方向的位 移； dym(i‑1)为第i‑1时刻第m楼层沿楼层宽度方向的位移； dx1(n‑1)为第n‑1时刻第一楼层沿楼 层长度方向的位移； dxm(n‑1)为第n‑1时刻第m楼层沿楼层长度方向的位移； dy1(n‑1)第n‑1时刻 第一楼层沿楼层宽度方向的位移； dym(n‑1)第n‑1时刻第m楼层沿楼层宽度方向的位移。 3.根据权利要求2所述的基于前馈神经网络的建筑震害预警方法， 其特征在于， 步骤 (2)中的输入数据I的公式为：权　利　要　求　书 1/4 页 2 CN 114330657 A 24.根据权利要求3所述的基于前馈神经网络的建筑震害预警方法， 其特征在于， 步骤 (3)中输出层间变形矩阵U为： 不同时刻的对应的层间变 形Ui由输入数据I在对应时刻经过前馈神经网络计算得到， 具 体的公式为： 所述前馈神经网络的层数k 根据建筑楼层数进行定义， 具体定义公式为： 式中， 为取整函数； 若前馈神经网络前馈神经网络的层数k≤ 6， 则： 式中， Sk,h表示第k层第h个神经元计算的结果； Sk‑1,h表示第k‑1层第h个神经元计算的结 果； 为Sk‑1,1的权重； 为Sk‑1,2的权重； 为Sk‑1,2m的权重； S1,h表示第1层第h 个神经 元计算的结果； 为ai的权重； 为dx1(i‑1)的权重； 为dym(i‑1)的权重； Sz,h表示第 z层第h个神经元计算的结果,z取2 …k‑1； Sz‑1,h表示第z‑1层第h个神经元计算的结果； 为Sz‑1,1的权重； 为Sz‑1,2的权重； 为Sz‑1,2m的权重； 若前馈神经网络前馈神经网络的层数k>6， 则： 权　利　要　求　书 2/4 页 3 CN 114330657 A 3