基于自适应神经模糊推理的竖向地震动参数预测模型

为解决当前竖向地震动参数估计不确定性较大的问题，提出基于随机自适应神经模糊推理的竖向地震动预测模型。首先，以太平洋地震工程研究中心的PEER NGA强震数据库为基础，将地震震级、断层距及场地平均剪切波波速3个参数作为输入，将竖向地震动峰值加速度PGA及峰值速度PGV作为估计目标，建立训练数据集及测试数据集；其次，根据地震动参数预测方程，利用随机自适应神经模糊推理技术构建竖向地震动参数ANFIS预测模型，并给出全面的结果分析及信度检验。结果表明，ANFIS模型的竖向地震动衰减结果呈现出近场大震饱和效应、场地放大效应及软土减震效应；ANFIS竖向地震动模型平均绝对百分比误差MAPE约为0.15,与Campbell-Bozorgnia地震动衰减关系相比，PGA与PGV预测的准确率分别提升约77.4%和62.7%,具有较好的可信度。