基于时序卷积神经网络的场地地震效应模拟OA北大核心CSTPCD

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。