基于时序卷积神经网络的场地地震效应模拟
胡晓虎1
陈苏2
金立国1
傅磊1
王苏阳2
刘献伟1
1.中国北京 100081 中国地震局地球物理研究所2.中国北京 100124 北京工业大学城市与工程安全减灾教育部重点实验室
摘要：场地地震效应模拟作为岩土地震工程学的热点与难点,多基于数学物理方法或观测记录开展研究,需面对动力方程求解、建模不确定性、数据稀疏、泛化能力等问题.针对以上问题,本文构建了物理嵌入的时序卷积神经网络(Phy-TCN)模型,并验证了其与纯数据驱动的时序卷积网络(TCN)的性能差异.针对KiK-net数据库中场地井上/井下强震记录,采用Phy-TCN模型开展了场地地震效应模拟.结果表明:Phy-TCN模型可有效模拟时序型数据;在KiK-net观测记录等含噪信号模拟中,以选取站点的地震事件特定周期点反应谱值为基准,Phy-TCN模型和等效线性化方法所得数据与实测记录的平均相对误差分别为0.067和0.379.基于上述结果认为,Phy-TCN模型可应用于土层剖面信息模糊条件的场地地震效应模拟.
关键词：时序卷积网络场地地震效应数据驱动物理嵌入深度学习
分类号：TU435(土力学、地基基础工程)P315.9(大地（岩石界）物理学（固体地球物理学）)
资助基金：国家自然科学基金(52192675)地震科学联合基金(U1839202)
论文发表日期：2024-10-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：13( 893-905 )
英文信息