施 唯，王東明

（中國地震災(zāi)害防御中心，北京 100029）

引言

建筑結(jié)構(gòu)的地震易損性指其在確定強(qiáng)度地震作用下可能達(dá)到的破壞狀態(tài)的概率，代表結(jié)構(gòu)因可能發(fā)生的地震造成的損傷或損失的可能性，而評估建筑結(jié)構(gòu)在地震作用下可能達(dá)到的破壞等級或性能水平，是開展地震災(zāi)害損失評估和風(fēng)險(xiǎn)防治的關(guān)鍵環(huán)節(jié)。地震易損性分析已在國內(nèi)外開展了廣泛研究［1－4］，隨著我國震害預(yù)測40余年的研究和工程實(shí)踐，基于大量樣本的模糊數(shù)學(xué)判別和有限元建模的易損性分析也成為繼實(shí)際震害統(tǒng)計(jì)分析、半理論-半經(jīng)驗(yàn)的簡化方法和簡化的抗震分析等方法后又一重要方法［5］。此類方法主要采用不同數(shù)學(xué)方法進(jìn)行樣本特征參數(shù)的權(quán)重設(shè)置并建立映射關(guān)系，實(shí)現(xiàn)區(qū)域單體或群體結(jié)構(gòu)震害等級推演。如陳建云等［6］和李升才等［7］通過分析結(jié)構(gòu)抗震性能的主要影響因素，利用熵權(quán)法和類比預(yù)測法等實(shí)現(xiàn)從區(qū)域內(nèi)已知典型單體建筑震害到區(qū)域內(nèi)其他單體建筑的震害預(yù)測；成小平等［8］、劉本玉等［9］、湯皓等［10］、陳大川等［11］、李雪杰等［12］和吳善香等［13］選取人工神經(jīng)網(wǎng)絡(luò)等方法，利用已知樣本建立結(jié)構(gòu)特征參數(shù)與破壞狀態(tài)間的映射關(guān)系，實(shí)現(xiàn)對未知樣本的預(yù)測；金赟赟等［14］通過建立分類易損性貝葉斯網(wǎng)絡(luò)，根據(jù)群體建筑中各分類屬性的概率分布進(jìn)行概率推理得到群體建筑的地震易損性等。

上述研究方法中一部分需要輸入較為詳細(xì)的結(jié)構(gòu)特征參數(shù)，房屋普查數(shù)據(jù)難以覆蓋；如房屋基礎(chǔ)數(shù)據(jù)普查工作多參照《地震災(zāi)害預(yù)測及其信息管理系統(tǒng)技術(shù)規(guī)范》（GB/T 19428-2014）的要求，對結(jié)構(gòu)的年代、層數(shù)和外形等基本特征進(jìn)行收集，較難獲取結(jié)構(gòu)的具體設(shè)計(jì)施工參數(shù)如墻體面積率、砂漿強(qiáng)度和具體施工方式等特征。一部分方法則直接以區(qū)域群體建筑結(jié)構(gòu)的易損性矩陣為最終評估結(jié)果，未能體現(xiàn)其中不同分類下結(jié)構(gòu)的性能差異。目前隨著“災(zāi)害風(fēng)險(xiǎn)調(diào)查和重點(diǎn)隱患排查”等工程的推進(jìn)，全國開展了大量的房屋設(shè)施基礎(chǔ)數(shù)據(jù)普查和詳查工作，但各地區(qū)工作基礎(chǔ)、數(shù)據(jù)質(zhì)量和進(jìn)展均存在差異。面對實(shí)際工作中量大面廣的建筑群體，往往囿于人力、時(shí)間和資金等因素難以全面獲取其詳細(xì)的設(shè)計(jì)資料和結(jié)構(gòu)參數(shù)。利用較為有限的結(jié)構(gòu)特征參數(shù)結(jié)合已有的地震易損性分析結(jié)果較快地進(jìn)行結(jié)構(gòu)震害等級推演，具有一定的實(shí)踐意義和社會效益。

本文基于陜西省渭南市607 棟設(shè)防砌體結(jié)構(gòu)易損性分析結(jié)果，在考慮有限特征參數(shù)的基礎(chǔ)上建立了一個(gè)三層的BP神經(jīng)網(wǎng)絡(luò)模型，使用該模型對設(shè)防烈度和結(jié)構(gòu)特征等關(guān)鍵因素較為相似的北京市海淀區(qū)近2萬棟設(shè)防砌體結(jié)構(gòu)在不同地震動峰值加速度下可能發(fā)生的破壞狀態(tài)進(jìn)行推演，可為該地區(qū)群體建筑結(jié)構(gòu)風(fēng)險(xiǎn)防治提供初步參考。

1 方法簡介

本文進(jìn)行的有限特征參數(shù)的砌體結(jié)構(gòu)震害等級推演工作，主要包含已有數(shù)據(jù)的地震易損性分析、BP 神經(jīng)網(wǎng)絡(luò)建立和神經(jīng)網(wǎng)絡(luò)模型應(yīng)用共三個(gè)部分，參見圖1。該方法適用于少量特征參數(shù)下單體或群體結(jié)構(gòu)的快速震害等級推演，應(yīng)用時(shí)需考慮樣本來源和應(yīng)用區(qū)域的結(jié)構(gòu)相似性和差異性，也可隨實(shí)際情況擴(kuò)展輸入?yún)⒖蓟蜓a(bǔ)充訓(xùn)練數(shù)據(jù)進(jìn)行優(yōu)化。

圖1 方法流程圖Fig.1 Flow chart of the method

1.1 已有數(shù)據(jù)的易損性分析

考慮實(shí)際工程應(yīng)用中結(jié)構(gòu)數(shù)據(jù)獲取的便捷性和完備性，本文選取了尹之潛等［15］所提出的采用結(jié)構(gòu)抗力作為基本參數(shù)的易損性分析方法來評估不同地震烈度下單體結(jié)構(gòu)的可能破壞等級，具體方法、參數(shù)和修正系數(shù)可根據(jù)參考文獻(xiàn)［15］確定。破壞等級的劃分則根據(jù)《GBT 18208.4-2011 地震現(xiàn)場工作第4 部分：災(zāi)害直接損失評估》和《GB/T 24335-2009 建（構(gòu)）筑物地震破壞等級劃分》等規(guī)范，為基本完好、輕微破壞、中等破壞、嚴(yán)重破壞和毀壞五個(gè)等級。

1.2 BP神經(jīng)網(wǎng)絡(luò)的建立

標(biāo)準(zhǔn)的神經(jīng)網(wǎng)絡(luò)（NNs，Neural Networks）由許多簡單且相互連接的神經(jīng)元組成，輸入神經(jīng)元被觸發(fā)后，其他神經(jīng)元通過先前活躍神經(jīng)元的加權(quán)連接被激活［16］。通過對非線性函數(shù)建立復(fù)合實(shí)現(xiàn)輸入向量和輸出向量之間的映射，能夠以樣本集為基礎(chǔ)探尋因素間的非線性關(guān)聯(lián)關(guān)系并建立推演模型。如DAI等［17］選擇了天氣、潮汐、地理高度和淹沒區(qū)水深增量等參數(shù)構(gòu)建BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行洪水災(zāi)害的預(yù)測，為沿海城市的防洪減災(zāi)提供決策支撐。本文選取了建筑結(jié)構(gòu)普查數(shù)據(jù)中較容易采集的特征參數(shù)作為輸入數(shù)據(jù)，將破壞等級作為輸出數(shù)據(jù)，以已有的易損性分析結(jié)果作為訓(xùn)練樣本建立神經(jīng)網(wǎng)絡(luò)模型。

1.3 神經(jīng)網(wǎng)絡(luò)模型的應(yīng)用

經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型，可以從原有的易損性分析結(jié)果中將房屋結(jié)構(gòu)特征參數(shù)與特定強(qiáng)度地震下破壞等級的非線性關(guān)系解析并應(yīng)用，結(jié)合地區(qū)普查數(shù)據(jù)中較為有限的數(shù)據(jù)信息，方便快捷地得出該區(qū)域單體或群體建筑物結(jié)構(gòu)的震害等級推演結(jié)果，為區(qū)域地震災(zāi)害風(fēng)險(xiǎn)防治提供參考。

2 地震易損性分析

2.1 分析樣本概況

渭南市位于關(guān)中平原東部，轄臨渭區(qū)、華州區(qū)等2個(gè)市轄區(qū)和9個(gè)縣。北京地處中國北部和華北平原北部，轄海淀等16 個(gè)區(qū)。參照《建筑抗震設(shè)計(jì)規(guī)范》（GB 50011-2010），臨渭區(qū)設(shè)防烈度為VIII 度（0.2 g）、華州區(qū)設(shè)防烈度為VIII度（0.3 g），北京市設(shè)防烈度為VIII度（0.2 g），設(shè)計(jì)分組均為II類場地第二組。通過開展房屋信息普查和實(shí)地調(diào)研，渭南市砌體結(jié)構(gòu)占比約90%，設(shè)防砌體結(jié)構(gòu)多為3～6層的城區(qū)房屋，隨著棚戶區(qū)改造項(xiàng)目等政策實(shí)施，一部分80 年代前后建造的老舊房屋已經(jīng)逐步拆除；北京市海淀區(qū)的城市住宅和非住宅房屋中半數(shù)左右為砌體結(jié)構(gòu)，其中90%以上進(jìn)行了抗震設(shè)防。兩地砌體結(jié)構(gòu)按照建造年代的分布情況可見表1?？紤]到兩地的設(shè)防砌體結(jié)構(gòu)在設(shè)防烈度、場地條件、結(jié)構(gòu)形式、材料強(qiáng)度和構(gòu)造措施上具有一定的相似性（如大部分VIII 度設(shè)防和II 類場地，240 mm墻厚，開洞尺寸較為接近等），本文試將對渭南市詳查數(shù)據(jù)分析得到的易損性評估結(jié)果作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，應(yīng)用到北京市同類型結(jié)構(gòu)的震害等級推演中，作為區(qū)域地震災(zāi)害風(fēng)險(xiǎn)評估的初步參考。

表1 砌體結(jié)構(gòu)普查數(shù)據(jù)統(tǒng)計(jì)表Table1 Masonry structure census data statistics %

結(jié)合渭南市城區(qū)實(shí)地考察情況、房屋普查數(shù)據(jù)統(tǒng)計(jì)和結(jié)構(gòu)設(shè)計(jì)圖紙信息對607 棟設(shè)防砌體結(jié)構(gòu)進(jìn)行易損性計(jì)算分析（抽樣率＞1%）。分析樣本按照建造時(shí)間和結(jié)構(gòu)層數(shù)的分布情況見表2。從建造時(shí)間上，砌體結(jié)構(gòu)主要分布在1990 年代、2000 年代和2010年代，與普查信息統(tǒng)計(jì)情況較為相符；從結(jié)構(gòu)層數(shù)上，砌體結(jié)構(gòu)樣本數(shù)據(jù)中有較多的5～6層、適中的3～4層和少量的1～2 層結(jié)構(gòu)，這主要因?yàn)榈蛯悠鲶w結(jié)構(gòu)多為不設(shè)防結(jié)構(gòu)并且難以獲取其圖紙資料。總體看來：該部分樣本一定程度上能夠代表抽樣地區(qū)設(shè)防砌體結(jié)構(gòu)的情況。根據(jù)城建檔案資料，該地多層砌體結(jié)構(gòu)采用普通燒結(jié)磚和多孔磚砌筑，平均層墻體面積率約為10%～15%，選用的砂漿編號多為MU7.5和MU10，同時(shí)建造年代越新的結(jié)構(gòu)越多地選用MU10。

表2 設(shè)防砌體結(jié)構(gòu)詳查樣本建造時(shí)間和層數(shù)占比Table 2 Construction time and storeys proportion of detailed investigation samples

2.2 分析結(jié)果統(tǒng)計(jì)

對分析結(jié)果進(jìn)行統(tǒng)計(jì)所得的易損性矩陣擬合成對數(shù)正態(tài)分布的可見累積分布函數(shù)圖2-3：當(dāng)?shù)卣鹆叶葹閂I度（0.05 g）～VII度（0.10 g）時(shí)設(shè)防砌體結(jié)構(gòu)多保持基本完好或少部分發(fā)生輕微破壞；當(dāng)?shù)卣鹆叶葹閂III度（0.20 g）～I(xiàn)X 度（0.40 g）時(shí)多半發(fā)生中等破壞或嚴(yán)重破壞，IX 度（0.40 g）以上發(fā)生嚴(yán)重破壞和毀壞的占比不斷提升。

圖2 設(shè)防砌體結(jié)構(gòu)易損性曲線Fig.2 Vulnerability curve of masonry structures with fortification

圖3 不同層數(shù)和不同建造年代設(shè)防砌體結(jié)構(gòu)易損性分析統(tǒng)計(jì)結(jié)果Fig.3 Statistics of vulnerability analysis of different stories and construction years

從層數(shù)上看來：層數(shù)越高結(jié)構(gòu)的地震反應(yīng)越大，發(fā)生破壞程度的概率也隨之增大，3～4層結(jié)構(gòu)在相同烈度下發(fā)生同一破壞程度的概率比1～2 層結(jié)構(gòu)最大可相差25%，5～6 層結(jié)構(gòu)則可能與3～4 層結(jié)構(gòu)最大相差35.1%。結(jié)合不同建造年代5～6層砌體結(jié)構(gòu)的分析結(jié)果，雖然評估過程中考慮了不同版本規(guī)范的影響，但結(jié)果的差異并不明顯。考慮到結(jié)構(gòu)抗震能力往往受到場地條件、材料強(qiáng)度、構(gòu)造措施和施工質(zhì)量等諸多因素的影響，上述結(jié)果也僅為基于原始設(shè)計(jì)資料的初步評估，因樣本數(shù)據(jù)的分布差異存在局限性。

3 BP神經(jīng)網(wǎng)絡(luò)建立

3.1 BP神經(jīng)網(wǎng)絡(luò)

單層神經(jīng)網(wǎng)絡(luò)中因?yàn)檎`差可以作為權(quán)重的直接函數(shù)進(jìn)行計(jì)算，訓(xùn)練過程中的梯度問題較為簡單；但在多層網(wǎng)絡(luò)的情況下，誤差函數(shù)是早期層中權(quán)重的復(fù)雜組合函數(shù)［18］。BP 神經(jīng)網(wǎng)絡(luò)作為前饋性網(wǎng)絡(luò)，特點(diǎn)在于通過誤差反傳來調(diào)整各層神經(jīng)元的權(quán)值和閾值，BP算法主要包括各層神經(jīng)節(jié)點(diǎn)的輸出計(jì)算和誤差反向傳播時(shí)的權(quán)值調(diào)整。面對d個(gè)輸入?yún)?shù)xi，當(dāng)設(shè)有q個(gè)隱含層節(jié)點(diǎn)和l個(gè)輸出參數(shù)yj時(shí)，其隱含層和輸出層的算法可參見下式：

式中：vih和whj分別為隱含層和輸出層節(jié)點(diǎn)的權(quán)值；γh和θj分別為隱含層和輸出層節(jié)點(diǎn)的閾值為輸出預(yù)測值；E為誤差函數(shù)；η為學(xué)習(xí)步長。為克服收斂慢和容錯(cuò)差等缺點(diǎn)，提高學(xué)習(xí)速率和訓(xùn)練精度，許多專家對其進(jìn)行改進(jìn)，如本文選用的L-M（Levenbeg-Marquardt）算法是一種加入數(shù)值優(yōu)化的改進(jìn)算法。BP 神經(jīng)網(wǎng)絡(luò)的建立以Matlab提供的神經(jīng)網(wǎng)絡(luò)工具箱來實(shí)現(xiàn)。網(wǎng)絡(luò)的建立步驟和算法流程圖可見圖4。

圖4 BP神經(jīng)網(wǎng)絡(luò)建立步驟和算法流程圖Fig.4 Establishment steps and algorithm flow chart of BP neural network

3.2 參數(shù)確定和網(wǎng)絡(luò)訓(xùn)練

設(shè)防砌體結(jié)構(gòu)的震害影響特征有多個(gè)，參考相關(guān)震害分析和神經(jīng)網(wǎng)絡(luò)研究文獻(xiàn)［19－23］，綜合考慮特征參數(shù)與房屋破壞程度關(guān)聯(lián)性、獲取方式的便捷性、樣本數(shù)據(jù)的全面性等原則，在有限特征參數(shù)的背景下，選擇設(shè)防烈度、場地類別、層數(shù)、用途、建筑年代、結(jié)構(gòu)類型、平面規(guī)則性、立面規(guī)則性和峰值加速度共9 個(gè)影響因素作為輸入?yún)?shù)，將房屋從基本完好到毀壞的破壞等級作為輸出參數(shù)，按照表3對輸入?yún)?shù)進(jìn)行分類和輸入后調(diào)用matlab 函數(shù)mapminmax 進(jìn)行歸一化處理，建立了一個(gè)包含輸入層、隱含層和輸出層共3 層的BP神經(jīng)網(wǎng)絡(luò)。該次輸入?yún)?shù)中未包含對砌體結(jié)構(gòu)抗震性能影響較大的墻厚、含墻率和開洞情況等因素：一是因?yàn)檫M(jìn)行區(qū)域房屋普查時(shí)此類數(shù)據(jù)較難逐棟獲取，而兩地設(shè)防砌體在這些方面具有一定的相似性；二是該方法并不限制對當(dāng)前輸入?yún)?shù)的擴(kuò)展，可根據(jù)實(shí)際調(diào)查情況增加輸入?yún)?shù)和擴(kuò)大訓(xùn)練樣本集，從而獲取精度更高的神經(jīng)網(wǎng)絡(luò)和推演結(jié)果。訓(xùn)練中網(wǎng)絡(luò)輸入層節(jié)點(diǎn)數(shù)為9，輸出層的節(jié)點(diǎn)數(shù)為5，隱含層神經(jīng)元節(jié)點(diǎn)數(shù)根據(jù)經(jīng)驗(yàn)公式確定初始值后逐步增加并比較網(wǎng)絡(luò)預(yù)測性能，選擇性能最好的19為節(jié)點(diǎn)數(shù)。

表3 神經(jīng)網(wǎng)絡(luò)輸入輸出參數(shù)表Table 3 Input and output parameter table of neural network

3.3 網(wǎng)絡(luò)訓(xùn)練結(jié)果

在神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中選取L-M 算法進(jìn)行訓(xùn)練，采用均方差（MSE）算法計(jì)算誤差，總樣本數(shù)為328 個(gè)，隨機(jī)選取其中25%的樣本數(shù)據(jù)為測試數(shù)據(jù)，網(wǎng)絡(luò)在訓(xùn)練19次之后性能達(dá)到要求，性能誤差為0.014 7。如圖5 所示，對82 個(gè)測試數(shù)據(jù)的預(yù)測根據(jù)網(wǎng)絡(luò)輸出按照模糊貼近原則進(jìn)行判斷，有7 個(gè)樣本區(qū)分效果有所偏差，成功率約為91.46%。其中：4 個(gè)（4.88%）樣本區(qū)分不夠明顯，多表現(xiàn)為判定結(jié)果上下偏差一級；3 個(gè)（3.66%）樣本為不易區(qū)分，經(jīng)查為訓(xùn)練數(shù)據(jù)中相同分類的樣本數(shù)據(jù)較少造成輸出結(jié)果波動較大，可在實(shí)際工程應(yīng)用中通過不斷增加訓(xùn)練樣本分類和擴(kuò)充訓(xùn)練樣本數(shù)量的方式提高推演成功率。

圖5 BP神經(jīng)網(wǎng)絡(luò)預(yù)測的結(jié)果（82個(gè)測試數(shù)據(jù)）Fig.5 BP neural network prediction results（82 test data）

4 實(shí)例應(yīng)用

以北京市海淀區(qū)房屋普查數(shù)據(jù)為例，采用上述神經(jīng)網(wǎng)絡(luò)模型對近2 萬棟設(shè)防砌體結(jié)構(gòu)進(jìn)行震害等級推演，整體結(jié)果如圖6所示。

圖6 設(shè)防砌體結(jié)構(gòu)破壞等級推演結(jié)果Fig.6 Prediction results of failure grade of masonry structures with fortification

整體看來：在VIII 度（0.20 g）～I(xiàn)X 度（0.40 g）的地震作用下，設(shè)防砌體結(jié)構(gòu)可能保持基本完好和發(fā)生輕微破壞的比例約為70%～80%，發(fā)生中等破壞和嚴(yán)重破壞的比例約為15%～30%，整體抗震性能較好。該推演結(jié)果與部分震害調(diào)查中VIII度設(shè)防砌體結(jié)構(gòu)的宏觀震害分布較為一致［24－26］，如汶川地震中位于IX度區(qū)及周邊的甘肅隴南地區(qū)文縣和康縣設(shè)防烈度為VIII 度，實(shí)際調(diào)查中120 棟設(shè)防砌體結(jié)構(gòu)破壞模式從基本完好到毀壞的占比分別為：26.5%、41.6%、23.0%、7.8%和1.6%［27］；也與北京市海淀區(qū)某社區(qū)的動力彈塑性時(shí)程分析和損傷狀態(tài)評估結(jié)果接近，即在VIII度（0.20 g）下大部分保持基本完好和輕微破壞，少數(shù)中等破壞，個(gè)別嚴(yán)重破壞或毀壞，隨著PGA的增大嚴(yán)重破壞和毀壞的建筑物比例隨之增加［28］。

不同層數(shù)砌體結(jié)構(gòu)的震害等級推演結(jié)果的可靠度會受到神經(jīng)網(wǎng)絡(luò)模型中訓(xùn)練樣本數(shù)量影響。如破壞較為嚴(yán)重的結(jié)構(gòu)多為建造年代較早或?qū)訑?shù)較高的設(shè)防砌體：在峰值加速度為IX度（0.40 g）時(shí)，10 977棟1～2層設(shè)防砌體結(jié)構(gòu)中約92.5%保持基本完好或發(fā)生輕微破壞，7.5%發(fā)生中等破壞；而4 165棟5～6層設(shè)防砌體結(jié)構(gòu)中約54%發(fā)生中等破壞，43%發(fā)生嚴(yán)重破壞。雖然這與震害案例中同一烈度區(qū)內(nèi)砌體結(jié)構(gòu)層數(shù)越多，破損或毀壞比例也越高的現(xiàn)象一致［29］，但1～2層砌體結(jié)構(gòu)的推演結(jié)果可靠度會因詳查樣本數(shù)據(jù)較少有所下降，應(yīng)在未來?xiàng)l件允許的情況下補(bǔ)充樣本予以優(yōu)化。

綜上所述，BP神經(jīng)網(wǎng)絡(luò)可在特征參數(shù)較為有限的情況下，通過建立映射關(guān)系，基于已有地震易損性結(jié)果并結(jié)合本地化結(jié)構(gòu)分布特征實(shí)現(xiàn)特定區(qū)域內(nèi)某類建筑結(jié)構(gòu)單體或群體的快速震害等級推演，為該地區(qū)地震災(zāi)害風(fēng)險(xiǎn)防治提供參考。該方法在應(yīng)用中需要充分考慮樣本地區(qū)和震害等級推演地區(qū)在設(shè)防烈度、場地條件、結(jié)構(gòu)形式、材料強(qiáng)度、構(gòu)造措施上的相似程度，如本文中渭南市砌體結(jié)構(gòu)的樣本數(shù)據(jù)難以應(yīng)用到與該地區(qū)差異較大的設(shè)防烈度較低的、或房屋尺寸構(gòu)造和材料與北方有所差分的南方地區(qū)；但可通過不斷補(bǔ)充相似地區(qū)易損性分析數(shù)據(jù)和震害資料、擴(kuò)展本地結(jié)構(gòu)設(shè)計(jì)資料和特征參數(shù)等多渠道進(jìn)行訓(xùn)練樣本集的更新和優(yōu)化，建立新的神經(jīng)網(wǎng)絡(luò)進(jìn)行針對性的震害等級推演，從而產(chǎn)出更加適配的推演評估結(jié)果。

5 結(jié)論

（1）本文結(jié)合已有地震易損性分析成果和BP 神經(jīng)網(wǎng)絡(luò)方法，建立了結(jié)構(gòu)有限特征參數(shù)與地震破壞等級的關(guān)系，實(shí)現(xiàn)特定區(qū)域內(nèi)單體或群體結(jié)構(gòu)的快速震害等級推演。

（2）以同為VIII 度區(qū)的陜西省渭南市和北京市海淀區(qū)的實(shí)際設(shè)防砌體數(shù)據(jù)為例進(jìn)行了推演，設(shè)防砌體結(jié)構(gòu)的震害等級推演結(jié)果保留了數(shù)據(jù)的本地化特征，較為符合“小震不壞、中震可修和大震不倒”的設(shè)計(jì)目標(biāo)，也一定程度上與實(shí)際震害調(diào)查案例相符。

（3）北京市海淀區(qū)設(shè)防砌體結(jié)構(gòu)的推演結(jié)果表示：整體上該地區(qū)70%以上的設(shè)防砌體結(jié)構(gòu)抗震性能良好，但10%左右在罕遇地震下可能發(fā)生嚴(yán)重破壞甚至極少數(shù)發(fā)生毀壞，其中5～6 層的結(jié)構(gòu)占比較大。該結(jié)果在實(shí)際應(yīng)用中能為區(qū)域地震災(zāi)害風(fēng)險(xiǎn)評估提供初步參考。

（4）BP 神經(jīng)網(wǎng)絡(luò)能利用過往工作基礎(chǔ)和適當(dāng)規(guī)避主觀影響，利用有限特征參數(shù)實(shí)現(xiàn)相似結(jié)構(gòu)的震害等級推演，但在應(yīng)用中需充分考慮樣本來源和應(yīng)用區(qū)域的結(jié)構(gòu)在設(shè)防烈度、場地條件、結(jié)構(gòu)形式、材料強(qiáng)度、構(gòu)造措施等方面的相似性和差異性，針對性調(diào)整輸入?yún)?shù)類別和訓(xùn)練樣本集，也可以隨著實(shí)際工作推進(jìn)不斷補(bǔ)充完善樣本數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化。