(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110249042.9 (22)申请日 2021.03.08 (65)同一申请的已公布的文献号 申请公布号 CN 113128081 A (43)申请公布日 2021.07.16 (73)专利权人 广州大学 地址 510006 广东省广州市大 学城外环西 路230号 (72)发明人 张效禹　欧思彤　 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 专利代理师 胡辉 (51)Int.Cl. G06F 30/23(2020.01) G06F 30/27(2020.01)G06K 9/62(2022.01) (56)对比文件 CN 109446617 A,2019.0 3.08 US 20210 63591 A1,2021.0 3.04 A. Karbas si等.“Damage predicti on for regular rei nforced co ncrete bui ldings using the decisi on tree algorithm ”. 《Computers and Structures》 .2014,第13 0卷第 46-56页. Xiaoyu Zhang等. “Using peak ground velocity to c haracterize the respo nse of soil-pile system i n liquefying ground ”. 《ENGENE ERING GEOLO GY》 .2018,第62-73页. 审查员 黄彰 (54)发明名称 桩-土-结构体系峰值地震反应预测方法、 系 统及介质 (57)摘要 本发明公开了一种桩 ‑土‑结构体系 峰值地 震反应预测方法、 系统及介质， 方法包括： 建立基 于桩‑土‑结构体系的三维有限元模型， 将第一地 震波数据输入三维有限元模型， 输出得到第一峰 值地震反应数据； 根据第一地震波数据计算第一 地震动参数； 根据第一峰值地震反应数据和第一 地震动参数建立第一决策树， 并利用随机森 林算 法对第一决策树进行训练， 得到峰值地震反应预 测模型； 获取待预测的第二地震波数据， 根据第 二地震波数据计算第二地震动参数， 并将第二地 震动参数输入峰值地震反应预测模 型， 预测得到 第二峰值地震反应数据。 本发明在确保峰值地震 反应预测的准确性和可靠性的同时， 提高了地震 反应预测的效率， 可广泛应用于地震反应预测技 术领域。 权利要求书2页 说明书9页 附图4页 CN 113128081 B 2022.07.12 CN 113128081 B 1.一种桩 ‑土‑结构体系峰值 地震反应预测方法， 其特 征在于， 包括以下步骤： 建立基于桩 ‑土‑结构体系的三维有限元模型， 将预设的多个第一地震波数据输入所述 三维有限元模型， 输出 得到多个第一峰值 地震反应数据； 根据所述第一 地震波数据计算对应的第一 地震动参数； 根据所述第 一峰值地震反应数据和所述第 一地震动 参数建立第 一决策树， 并利用随机 森林算法对所述第一决策树进行训练， 得到峰值 地震反应预测模型； 获取待预测的第二地震波数据， 根据所述第二地震波数据计算对应的第二地震动参 数， 并将所述第二地震动参数输入所述峰值地震反应预测模型， 预测得到第二峰值地震反 应数据； 其中， 所述第一峰值地震反应数据和所述第二峰值地震反应数据均包括桩的峰值弯 矩、 土体峰值 位移以及上部结构峰值 位移； 所述根据 所述第一峰值地震反应数据和所述第 一地震动参数建立第 一决策树， 并利用 随机森林算法对所述第一决策树进行训练， 得到峰值地震反应预测模型这一步骤， 其具体 包括： 将所述第一地震动参数作为输入变量， 将所述第一峰值地震反应数据作为输出变量， 形成基于桩 ‑土‑结构体系的峰值 地震反应数据库； 从所述峰值地震反应数据库中随机选取多个地震波的第 一数据样本， 并随机获取所述 第一数据样本的若干个特征形成特征训练集， 进而根据所述特征训练集生成多个第一决策 树； 根据所述第 一决策树生成峰值地震反应预测模型， 所述峰值地震反应预测模型的输出 结果为所有第一决策树输出 结果的均值。 2.根据权利要求1所述的一种桩 ‑土‑结构体系峰值地震反应预测方法， 其特征在于： 所 述第一地震动参数包括第一峰值加速度、 第一峰值速度、 第一峰值位移、 第一阿里亚斯强 度、 第一重要持时以及第一平均周期， 所述第二地震动参数包括第二峰值加速度、 第二峰值 速度、 第二峰值 位移、 第二阿里亚 斯强度、 第二重要持时以及第二平均周期。 3.根据权利要求2所述的一种桩 ‑土‑结构体系峰值地震反应预测方法， 其特征在于， 所 述第一阿里亚 斯强度为： 其中， Ia表示第一阿里亚斯强度， g表示重力加速度， Td表示第一地震波数据 的周期， a (t)表示t时刻的地表质点加速度。 4.根据权利要求2所述的一种桩 ‑土‑结构体系峰值地震反应预测方法， 其特征在于， 所 述第一平均周期为： 其中， Tm表示第一平均周期， Ci表示傅里叶幅值， fi表示离散傅里叶变换 频率。权　利　要　求　书 1/2 页 2 CN 113128081 B 25.根据权利要求1所述的一种桩 ‑土‑结构体系峰值地震反应预测方法， 其特征在于， 所 述桩‑土‑结构体系峰值地震反应预测方法还包括对所述峰值地震反应预测模型进行验证 的步骤， 其具体为： 从所述峰值地震反应数据库中随机选取多个地震波的第 二数据样本， 并随机获取所述 第二数据样本的若干个特征形成特征验证集， 进而根据所述特征验证机对 所述峰值地震反 应预测模型进行验证。 6.一种桩 ‑土‑结构体系峰值 地震反应预测系统， 其特 征在于， 包括： 第一峰值地震反应数据确定模块， 用于建立基于桩 ‑土‑结构体系的三维有限元模型， 将预设的多个第一地震波 数据输入所述三维有限元模型， 输出得到多个第一峰值地震反应 数据； 第一地震动参数确定模块， 用于根据所述第一地震波数据计算对应的第一地震动参 数； 峰值地震反应预测模型训练模块， 用于根据 所述第一峰值地震反应数据和所述第 一地 震动参数建立第一决策树， 并利用随机森林算法对所述第一决策树进行训练， 得到峰值地 震反应预测模型； 第二峰值地震反应数据预测模块， 用于获取待预测的第二地震波数据， 根据所述第二 地震波数据计算对应的第二地震动参数， 并将所述第二地震动参数输入所述峰值地震反应 预测模型， 预测得到第二峰值 地震反应数据； 其中， 所述第一峰值地震反应数据和所述第二峰值地震反应数据均包括桩的峰值弯 矩、 土体峰值 位移以及上部结构峰值 位移； 所述峰值 地震反应预测模型训练模块具体用于： 将所述第一地震动参数作为输入变量， 将所述第一峰值地震反应数据作为输出变量， 形成基于桩 ‑土‑结构体系的峰值 地震反应数据库； 从所述峰值地震反应数据库中随机选取多个地震波的第 一数据样本， 并随机获取所述 第一数据样本的若干个特征形成特征训练集， 进而根据所述特征训练集生成多个第一决策 树； 根据所述第 一决策树生成峰值地震反应预测模型， 所述峰值地震反应预测模型的输出 结果为所有第一决策树输出 结果的均值。 7.一种桩 ‑土‑结构体系峰值 地震反应预测装置， 其特 征在于， 包括： 至少一个处 理器； 至少一个存 储器， 用于存 储至少一个程序； 当所述至少一个程序被所述至少一个处理器执行， 使得所述至少一个处理器实现如权 利要求1至 5中任一项所述的一种桩 ‑土‑结构体系峰值 地震反应预测方法。 8.一种计算机可读存储介质， 其中存储有处理器可执行的程序， 其特征在于， 所述处理 器可执行 的程序在由处理器执行时用于执行如权利要求1至5中任一项所述的一种桩 ‑土‑ 结构体系峰值 地震反应预测方法。权　利　要　求　书 2/2 页 3 CN 113128081 B 3