Deep learning method for seismic soil-structure interaction analysis based on multi-fidelity numerical modeling

doi:10.1016/j.compgeo.2025.107775

Deep learning method for seismic soil-structure interaction analysis based on multi-fidelity numerical modeling

2025-11-24

0

PRE

AI

DOI：10.1016/j.compgeo.2025.107775

原文链接

原文求助

摘要

En 中文

人工智能正日益应用于各个工程学科，包括地震土-结构相互作用（SSI）的研究。尽管深度学习模型在预测SSI系统中结构时程响应方面具有巨大潜力，但其实际应用仍受限于生成大量高保真度（HF）训练数据的高计算成本。为应对这一挑战，本研究提出了一种单步多保真度（MF）深度学习框架，该框架同时整合了低保真度（LF）和高保真度（HF）数值模拟数据。其关键创新在于利用信息丰富且计算高效的LF模型（如自由场土柱或固定基础结构），以补充有限且计算昂贵的HF数据，后者能够完全捕捉非线性材料行为和土-结构接触。结果表明，采用所提出的MF方法训练的模型，在预测精度和稳定性方面均优于仅使用HF数据的方法，即使在数据集较小的情况下也是如此。该策略显著降低了计算需求，并为深度学习在复杂地震SSI分析中的更广泛应用提供了实用且可扩展的途径。

Deep learning method for seismic soil-structure interaction analysis based on multi-fidelity numerical modeling

摘要

期刊

机构

引用论文