.png){kind=icon}
返回
Seismic reliability analysis framework based on robust graph data representation and efficient selective state space model
.png){kind=icon}
PRE
AI
DOI：10.1016/j.istruc.2026.112111.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究旨在开发一种名为GraphS6R的通用框架，用于准确有效地对受地震荷载作用的多个3D建筑结构进行可靠性分析。所提出方法的核心思想在于其适用于多样化的结构配置，而无需对其设置进行修改或重新训练。这一特性使GraphS6R区别于大多数现有的基于学习的可靠性分析模型，这些模型一旦训练完成，仅适用于特定的结构布局，并对其他结构需要重新配置和重新训练。为达成此鲁棒性，我们首先提出一种模块化工作流程，无缝集成先进技术以解决地震可靠性的各个方面，包括：将结构几何和属性转换为图表示，聚合特征以将多样化数据类型合并为3D特征张量，基于选择性状态空间深度学习架构构建多输出、多通道预测元模型，以及整合一个可靠性分析组件，为各种安全标准提供可靠性结果。通过五个具有不同配置和复杂度的结构问题，持续展示了GraphS6R的适用性和性能。该框架在预测结果上达到合理准确度，计算时间显著快于蒙特卡罗模拟及其他基于深度学习的同类模型。
Keyword:
GraphS6R
seismic reliability analysis
graph data representation
selective state space model
3D building structures
