[发明专利]基于NGBoost和SHAP值的可解释地震动参数概率密度分布预测方法

说明书

本发明公开了基于NGBoost和SHAP值的可解释地震动参数概率密度分布预测方法，涉及地震工程技术领域，包括以下步骤：步骤1，确定研究区域，收集研究区域内地震事件波形和元数据信息，并进行分析处理，建立强震动数据库；步骤2，对强震动数据进行数据清洗，挑选用于机器学习模型训练的数据；步骤3，利用挑选的强震动记录和自然梯度提升算法，训练出用于地震动参数概率密度分布预测的机器学习模型；步骤4，计算所有样本所有特征的SHAP值，并根据SHAP值分析各个特征的重要性，以及如何影响地震动参数预测，解释机器学习模型；步骤5，利用训练好的机器学习模型，对新发生或假想地震的地震动参数概率密度分布进行预测。

技术领域

本发明涉及地震工程技术领域，具体为基于NGBoost和SHAP值的可解释地震动参数概率密度分布预测方法。

背景技术

地震造成的人员伤亡和财产损失主要是由强地面运动引起的建筑结构的破坏和倒塌造成的。强地面运动也是滑坡等次生灾害的直接诱因。地震后，强地面运动参数(峰值加速度(PGA)、峰值速度(PGV)、峰值位移(PGD)和加速度反应谱(SA))的快速估算，可用于判定震后造成的损失，指导应急救援工作。地震前，对于危险断层上可能发生的假想地震产生的地震动的预测，可用于地震危险性概率分析，指导城市规划和重大工程(例如核电站、水库大坝、跨海大桥等)的设计和建设。

计算或预测地震动参数的方法主要有三种：数值模拟、地震动预测方程(也常被称作地震动衰减关系)和机器学习。基于有限差分、有限元、谱元或有限体积等的数值模拟方法，具有明确物理意义，但高频地震波场的模拟需要巨大的计算量，以及精确的震源和地下速度结构模型。地震动预测方程形式明确，计算速度快，在地震动图以及概率地震危险性分析中通常使用这种方法。但现代地震动预测方程形式复杂，函数形式和特征变量的选取没有统一标准，具有很强的主观性，且无法考虑各项之前的非线性耦合作用。

随着人工智能技术的发展，利用数据驱动的机器学习算法来预测地震动参数受到越来越多的重视。目前利用机器学习进行地震动参数预测的方法主要可以分为两类。一类是通过演化建模等方法获取可以进行地震动参数预测的函数方程式。与地震动预测方程不同，这类机器学习算法不需要预先假定泛函形式，函数方程通过学习获得。另一类机器学习方法是通过训练决策树、神经网络等模型进行地震动参数预测。但是目前这两类算法都存在一些问题：例如，学习地震动参数预测函数方程的方法，会为保证方程的合理性限制方程的复杂度，预测精度通常较低。基于决策树和神经网络(特别是深度学习)的方法，模型复杂，预测精度高，但是可解释性较差。并且目前用于地震动参数预测的机器学习方法无法给出预测结果的不确定度，而这对于后续的震后震害评估以及概率地震危险性分析来说更加重要。

发明内容

本发明的目的在于克服现有技术的不足，提供基于NGBoost和SHAP值的可解释地震动参数概率密度分布预测方法，为解决地震动参数预测结果的不确定度问题，提出采用自然梯度提升(NGBoost)算法。为解决地震动参数预测机器学习模型的可解释性问题，提出计算SHAP(SHapley Additive exPlanations)值，来研究各个特征的重要性和如何影响预测结果，进行机器学习模型解释。

本发明的目的是通过以下技术方案来实现的：

基于NGBoost和SHAP值的可解释地震动参数概率密度分布预测方法，包括以下步骤：

步骤1，确定研究区域，收集研究区域内地震事件波形和元数据信息，并进行分析处理，建立强震动数据库；

步骤2，对强震动数据进行数据清洗，挑选用于机器学习模型训练的数据；

步骤3，利用挑选的强震动记录和自然梯度提升算法，训练出用于地震动参数概率密度分布预测的机器学习模型；

步骤4，计算所有样本所有特征的SHAP值，并根据SHAP值分析各个特征的重要性，以及如何影响地震动参数预测，解释机器学习模型；