声明
致谢
摘要
第1章 绪论
1.1 研究背景、意义及目标
1.1.1 研究背景
1.1.2 研究意义
1.1.3 研究目标
1.2 地震易损性分析方法的研究现状
1.2.1 基于经验的地震易损性分析方法
1.2.2 半经验半计算的地震易损性分析方法
1.2.3 基于计算分析的地震易损性分析方法
1.3 基于机器学习的地震易损性分析方法
1.4 论文主要内容
1.5 本文的创新点
2.1.1 机器学习概述
2.1.2 机器学习类别
2.1.3 机器学习模型
2.2 分类算法
2.2.1 决策树算法
2.2.2 支持向量机算法
2.3 本章小结
第3章 机器学习系统设计
3.1.1 结构模型
3.1.2 能力谱法简介
3.1.3 震害样本库
3.2 机器学习算法的选择
3.3 地震易损性分析模型
3.4 本章小结
第4章 基于决策树的地震易损性分析方法
4.1 数据预处理
4.2 易损性分析模型
4.3 结果与分析
4.3.1 决策树易损性模型的预测性能
4.3.2 训练样本数量对预测性能的影响
4.3.3 训练样本代表性对预测性能的影响
4.3.4 训练样本类别平衡对预测性能的影响
4.4 讨论
4.4.1 不同层数结构准确率差异的原因
4.4.2 结构特征的选取问题
4.5 本章小结
第5章 基于SVM的地震易损性分析方法
5.1 数据准备
5.3 结果与分析
5.3.1 核函数的选择
5.3.2 易损性预测性能
5.4 与决策树模型的结果对比
5.4.1 不同训练样本数下的结果对比
5.4.2 降低训练样本代表性后的结果对比
5.4.3 不同训练样本类别平衡下的结果对比
5.5 本章小结
第6章 总结与展望
6.1 主要工作和结论
6.2 进一步工作与展望
参考文献
附录
作者简历及在学校期问所取得的科研成果