Page 22 - 2024年第55卷第1期

表 １ 地震动既有指标
指标 名称 定义
ＰＧＡ 峰值加速度× ｇ ｍａｘ（ ａ（ｔ） ）
ＰＧＶ 峰值速度?（ｍ?ｓ） ｍａｘ（ ｖ（ｔ） ）
ＰＧＤ 峰值位移?ｍ ｍａｘ（ ｄ（ｔ） ）
ｔ２
ＣＡＶ 累积绝对速度?（ｍ?ｓ） ∫ ｖ（ｔ） ｄｔ
ｔ１
Ｔｄ 强震持时?ｓ ｔ２ － ｔ１
ｔ２
π
２
ａ（ｔ）ｄｔ
ＩＡ Ａｒｉａｓ强度?（ｍ?ｓ） ∫
２ｇ
ｔ１
ｔ２
１
２
ａ（ｔ）ｄｔ
Ｐａ 平均加速度平方× ｇ ２ ∫
ｔ２－ｔ １
ｔ１
２．５
∫
ＳＩ Ｈｏｕｓｎｅｒ谱强度?ｍ ＳＶ（ ξ＝５％，Ｔ）ｄＴ
０ ．１
ＰＳＡ 谱加速度峰值× ｇ ｍａｘＳａ（Ｔｉ）
ＰＳＶ 谱速度峰值?（ｍ?ｓ） ｍａｘＳｖ（Ｔｉ）
ＰＳＤ 谱位移峰值?ｍ ｍａｘＳｄ（Ｔｉ）
Ｔｎ ｍａｘＳａ（Ｔｉ，ξ ）
Ｓａａｖｇ 平均谱加速度× ｇ ∑
Ｔｉ ｎ
Ｔｎ ｍａｘＳｖ（Ｔｉ，ξ ）
Ｓｖａｖｇ 平均谱速度?（ｍ?ｓ） ∑
Ｔｉ ｎ
Ｔｎ ｍａｘＳｄ（Ｔ，ξ ）
Ｓｄａｖｇ 平均谱位移?ｍ ∑
Ｔｉ ｎ
０．５
Ｓａ（Ｔ，ξ ）ｄＴ
ＡＳＩ 加速度谱强度?（ｍ?ｓ） ∫
０ ．１
２
∫
ＶＳＩ 速度谱强度?ｍ ＳＶ（Ｔ，ξ ）ｄＴ
０ ．１
４
Ｓｄ（Ｔ，ξ ）ｄＴ
ＤＳＩ 位移谱强度?（ｍ·ｓ） ∫
２．５
０．５ － Ｔｉ
Ｓａａｖｇ（Ｔｉ，ξ ）
ＥＰＡ 有效峰值谱加速度× ｇ ０．１
２．５
０．５ － Ｔｉ
Ｓｖａｖｇ（Ｔｉ，ξ ）
ＥＰＶ 有效峰值谱速度?（ｍ?ｓ） ０．１
２．５
０．５ － Ｔｉ
Ｓｄａｖｇ（Ｔｉ，ξ ）
ＥＰＤ 有效峰值谱位移?ｍ ０．１
２．５
注：Ｔ为结构周期；ξ 为阻尼比；ａ（ｔ）、ｖ（ｔ）、ｄ（ｔ）：分别为时间 ｔ处的加速度、速度、位移；ｔ１、ｔ２：Ａｒｉａｓ强度分别占 ５％和 ９５％的
对应时刻。

ＴＰＥ优化算法采用预期改进（ＥｘｐｅｃｔｅｄＩｍｐｒｏｖｅｍｅｎｔ，ＥＩ）构建采样函数（ＡｃｑｕｉｓｉｔｉｏｎＦｕｎｃｔｉｏｎ），通
过在每次迭代中返回具有最大 ＥＩ值的超参数，搜索获得 ＭＬＰ最优超参数，ＥＩ的定义如下式所示：
＋ !

ＥＩ （ｘ） ＝ ∫ ｍａｘ（ｙ － ｙ ，０）Ｐ（ｙｘ）ｄｙ （５）
ｙ
－ !
式中：ｘ为多层感知机神经网络的超参数，即隐藏层神经元数量、学习率和激活函数；ｙ为 ｘ的目标函


数值，即 ＭＬＰ网络的损失；ｙ 为最佳观察分界点，通过设置的超参数 γ ＝ Ｐ（ｙ＜ｙ ）进行确定。
ＴＰＥ优化算法对 Ｐ（ｘｙ）进行如下建模：
— １ ７ —