[发明专利]一种基于大数据的建筑物安全性预测分析方法

权利要求书

1.一种基于大数据的建筑物安全性预测分析方法，其特征在于：所述基于大数据的建筑物安全性预测分析方法包括

步骤一，将建筑物结构按照特性定义为建筑物地基结构、建筑物框架承重结构以及建筑物辅助结构；

步骤二，建立建筑物模型，对建筑物施加应力并采集建筑物模型的形变参数，所述应力包括水平向应力；

步骤三，根据建筑物模型定义对应的建筑物地基结构损伤指标化函数、建筑物框架承重结构损伤指标化函数以及建筑物辅助结构损伤指标化函数；

步骤四，定义建筑物加权损伤计量函数；

步骤五，构建动态评估模型，将步骤二的应力参数以及与应力参数对应的建筑物模式形变参数使用步骤四的建筑物加权损伤计量函数量化后，输入动态评估模型，得出建筑物安全性预测分析结果。

2.根据权利要求1所述的基于大数据的建筑物安全性预测分析方法，其特征在于：

步骤三中的建筑物地基结构损伤指标化函数为

其中，a(t)为时间范围T₀＜t＜T_E内，建筑物模型质心的合成线性加速度；T₀为应力开始时间，T_E为应力结束时间，t₁为建筑物地基结构损伤指标达到最大的时间段的开始时间，t₂是使得建筑物地基结构损伤指标达到最大的时间段的结束时间；

建筑物框架承重结构损伤指标化函数为：

TI＝|F_Z/(F_C)_Z|+|M_R/(M_C)_R|；

其中，F_Z为相对于建筑物框架承重结构的轴向应力，(F_C)_Z为建筑物框架承重结构的临界压缩力，M_R为建筑物框架承重结构的弯矩，(M_C)_R为建筑物框架承重结构的临界弯矩；

建筑物辅助结构损伤指标化函数为：

其中，D(t)为建筑物辅助结构的厚度与时间变化的关系，D为建筑物软组织材料初始厚度；

所述建筑物加权损伤计量函数为

其中，为建筑物地基结构损伤指标，C_R为建筑物辅助结构损伤指标，D为建筑物辅助结构水平向压缩量，F_L为建筑物框架承重结构最大轴向应力。

3.根据权利要求2所述的基于大数据的建筑物安全性预测分析方法，其特征在于：所述动态评估模型为：

步骤1，选定初始设计空间，设计抽取样本点，样本数量n_s为：

其中，n_w为设计空间的维数；

步骤2，将步骤1的样本点输入仿真分析模型计算响应值，根据响应值构建静态代理模型，静态代理模型为RBF径向基神经网络代理模型；

步骤3，采用NSGA-II多目标遗传算法进行搜索Pareto前沿与计算最优解迭代k次，判断最优解是否为收敛，收敛则定义为最终最优解同时执行步骤5；不收敛则执行步骤4，从而完成动态代理模型的构建；收敛的判断条件为：

其中，ξ为允许的预测分析误差；

步骤4，重新确定核心采样空间(A_k^L，A_k^U)，定义k＝k+1，继续迭代，返还执行步骤2；

步骤5，结束迭代，输出最优解。

4.根据权利要求3所述的基于大数据的建筑物安全性预测分析方法，其特征在于：所述计算最优解包括确定Pareto解集的空间范围，定义灰度区为一层包裹在Pareto前沿外部的空心区域，灰度区的空心部分为Pareto前沿；确定灰度区的空间范围，通过在Pareto前沿以及灰度区共同组成的核心采样空间内增加样本点，更新样本空间及代理模型。

5.根据权利要求4所述的基于大数据的建筑物安全性预测分析方法，其特征在于：确定Pareto解集的空间范围包括：

应用优化算法对代理模型进行第k-1轮迭代获取最优解利用优化设计对整个Pareto前沿进行搜索，得到Pareto解集