简介:
本发明涉及一种基于机器学习的建筑抗震韧性初步设计方法,属于建筑抗震韧性设计领域,首先获取待设计建筑的基本数据,并确定抗震韧性目标;根据地理位置信息和地质条件信息,提取待设计建筑的地震危险性特征作为场地约束条件;根据建筑设计模型,提取待设计建筑的建筑设计特征作为建筑设计约束条件;根据建筑设计模型和结构设计模型,确定待设计建筑所有可用的结构设计特征以及结构构件和非结构构件的升级措施,作为设计空间;将抗震韧性目标、场地约束条件、建筑设计约束条件和设计空间输入到建筑抗震韧性优化模型中,输出满足抗震韧性目标的结构设计特征的组合以及结构构件升级措施和非结构构件升级措施,能够提高设计质量和效率。
本发明涉及一种基于机器学习的建筑抗震韧性初步设计方法,属于建筑抗震韧性设计领域,首先获取待设计建筑的基本数据,并确定抗震韧性目标;根据地理位置信息和地质条件信息,提取待设计建筑的地震危险性特征作为场地约束条件;根据建筑设计模型,提取待设计建筑的建筑设计特征作为建筑设计约束条件;根据建筑设计模型和结构设计模型,确定待设计建筑所有可用的结构设计特征以及结构构件和非结构构件的升级措施,作为设计空间;将抗震韧性目标、场地约束条件、建筑设计约束条件和设计空间输入到建筑抗震韧性优化模型中,输出满足抗震韧性目标的结构设计特征的组合以及结构构件升级措施和非结构构件升级措施,能够提高设计质量和效率。