運(yùn)用類神經(jīng)網(wǎng)絡(luò)的現(xiàn)地型地震即時(shí)分析系統(tǒng)及其方法
【專利摘要】本發(fā)明公開了一種運(yùn)用類神經(jīng)網(wǎng)絡(luò)的現(xiàn)地型地震即時(shí)分析系統(tǒng)及其方法，對(duì)在某檢測(cè)地點(diǎn)擷取一地震的初達(dá)波加速度信號(hào)進(jìn)行即時(shí)分析。此系統(tǒng)包含一嵌入式運(yùn)算主機(jī)與一信號(hào)預(yù)處理模塊，其信號(hào)預(yù)處理模塊對(duì)其初達(dá)波加速度信號(hào)進(jìn)行硬件預(yù)處理，嵌入式運(yùn)算主機(jī)可將預(yù)處理后的加速度信號(hào)輸入類神經(jīng)網(wǎng)絡(luò)模塊中，以計(jì)算該地震的多個(gè)地震特性參數(shù)，其中該類神經(jīng)網(wǎng)絡(luò)模塊包含形成四層且彼此連結(jié)的多個(gè)神經(jīng)元，各該神經(jīng)元具有一連結(jié)權(quán)重對(duì)應(yīng)于與次層另一該神經(jīng)元的連結(jié)，各該連結(jié)權(quán)重以實(shí)際測(cè)量的多個(gè)歷史地震數(shù)據(jù)輸入該類神經(jīng)網(wǎng)絡(luò)模塊中反復(fù)調(diào)校而成。計(jì)算所得的地震特性參數(shù)包含樓層放大參數(shù)及/或樓層地震參數(shù)，對(duì)應(yīng)于位在該檢測(cè)地點(diǎn)的一建筑物上一特定樓層。
【專利說明】運(yùn)用類神經(jīng)網(wǎng)絡(luò)的現(xiàn)地型地震即時(shí)分析系統(tǒng)及其方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明關(guān)于一種地震數(shù)據(jù)分析技術(shù)，尤指一種運(yùn)用類神經(jīng)網(wǎng)絡(luò)模塊的現(xiàn)地型地震即時(shí)分析系統(tǒng)及其方法。
【背景技術(shù)】
[0002]臺(tái)灣處于太平洋地震帶上，位于歐亞板塊與菲律賓海板塊的交界處，每年約有四千余筆的地震發(fā)生，其中包含兩百多起的有感地震，又本島人口密度為639(單位:人/平方公里)且有73%的地區(qū)為山坡地，因地狹人稠是以都市化程度高且都市區(qū)域新建建筑多為超高樓層建筑，而高樓層建物可能因其本身頻率和地震波頻率共振而加強(qiáng)其晃動(dòng)程度，對(duì)該層住戶的居住環(huán)境及生命安全造成威脅。
[0003]地震波于地球體內(nèi)經(jīng)由各地層介質(zhì)傳遞時(shí)，在穿透各相異介質(zhì)面將產(chǎn)生折射與反射效應(yīng)，其從震源出發(fā)至地表的過程中，為高度復(fù)雜性的線性及非線性行為，其非線性行為對(duì)于傳統(tǒng)線性數(shù)學(xué)模式是一項(xiàng)極大的挑戰(zhàn)。因此，為了在短時(shí)間內(nèi)即時(shí)分析出高準(zhǔn)確度的地震特性參數(shù)，地震分析系統(tǒng)的硬件設(shè)計(jì)與分析方式的搭配與建置極其重要。

【發(fā)明內(nèi)容】

[0004]有鑒于現(xiàn)有技術(shù)問題，本發(fā)明的一實(shí)施例提供一種現(xiàn)地型地震即時(shí)分析系統(tǒng)，SP時(shí)分析一地震于一檢測(cè)地點(diǎn)檢測(cè)到的一初達(dá)波(Primary Wave)，以預(yù)測(cè)到達(dá)該檢測(cè)地點(diǎn)的該地震的一剪切波(Shear Wave)，該系統(tǒng)包含:一信號(hào)預(yù)處理模塊，接收于該檢測(cè)地點(diǎn)擷取該初達(dá)波的多個(gè)加速度信號(hào)，并對(duì)其進(jìn)行一硬件預(yù)處理(hardware pre-processing)；及一嵌入式運(yùn)算主機(jī)，包含一運(yùn)算處理器，接收來自該信號(hào)預(yù)處理模塊的這些加速度信號(hào)，并輸入內(nèi)建的一類神經(jīng)網(wǎng)絡(luò)模塊中，以計(jì)算該地震的多個(gè)地震特性參數(shù)，其中該類神經(jīng)網(wǎng)絡(luò)模塊包含形成四層且彼此連結(jié)的多個(gè)神經(jīng)元(Neuron)，各該神經(jīng)元具有一連結(jié)權(quán)重(Linkffeighting)對(duì)應(yīng)于與次層(next layer)另一該神經(jīng)元的連結(jié),各該連結(jié)權(quán)重以實(shí)際測(cè)量的多個(gè)歷史地震數(shù)據(jù)輸入該類神經(jīng)網(wǎng)絡(luò)模塊中反復(fù)調(diào)校而成。本發(fā)明的一實(shí)施例中，該歷史地震數(shù)據(jù)選自多個(gè)歷史地震個(gè)別的多個(gè)歷史加速度信號(hào)、一歷史震源距離、一歷史峰值地表加速度、一歷史地震規(guī)模、一歷史地震主頻與一歷史初達(dá)波/次達(dá)波時(shí)間差的群組或其任意組合。
[0005]本發(fā)明的一實(shí)施例中，類神經(jīng)網(wǎng)絡(luò)模塊包含一輸入層、一二階隱藏層、一三階隱藏層與一輸出層，該輸入層包含至少33個(gè)一階神經(jīng)元，該二階隱藏層包含至少30個(gè)二階神經(jīng)元分別連結(jié)各該一階神經(jīng)元，該三階隱藏層包含至少30個(gè)三階神經(jīng)元分別連結(jié)各該二階神經(jīng)元，該輸出層包含多個(gè)四階神經(jīng)元分別連結(jié)各該三階神經(jīng)元，各該四階神經(jīng)元分別輸出一四階輸出值，且這些四階輸出值包含這些地震特性參數(shù)。
[0006]本發(fā)明的一實(shí)施例中，該輸入層的各該一階神經(jīng)兀分別接收于一分析時(shí)段內(nèi)的這些加速度信號(hào)，各該一階神經(jīng)元分別輸出一一階輸出值，各該一階輸出值分別為所接收的各該加速度信號(hào)值；該二階隱藏層的各該二階神經(jīng)元分別接收各該一階神經(jīng)元的該一階輸出值、并分別輸出一二階輸出值，各該二階輸出值為各該二階神經(jīng)元與各該一階神經(jīng)元連結(jié)的 階連結(jié)權(quán)重，分別乘上各該一階神經(jīng)兀的各該一階輸出值后之和、再加上一第一誤差修正常數(shù)；該三階隱藏層的各該三階神經(jīng)元分別接收各該二階神經(jīng)元的各該二階輸出值、并分別輸出一三階輸出值，各該三階輸出值為各該三階神經(jīng)元與各該二階神經(jīng)元連結(jié)的一二階連結(jié)權(quán)重，分別乘上各該二階神經(jīng)元的各該二階輸出值后之和、再加上一第二誤差修正常數(shù)；及該輸出層的各該四階神經(jīng)元分別接收各該三階神經(jīng)元的各該三階輸出值，各該四階神經(jīng)元分別輸出一四階輸出值，各該四階輸出值為各該四階神經(jīng)元與各該三階神經(jīng)元連結(jié)的一三階連結(jié)權(quán)重，分別乘上所接收各該三階神經(jīng)元的各該三階輸出值后之和、再加上一第三誤差修正常數(shù)。
[0007]本發(fā)明的一實(shí)施例中，該分析時(shí)段為于該檢測(cè)地點(diǎn)檢測(cè)到該初達(dá)波起1-10秒內(nèi)。
[0008]本發(fā)明的一實(shí)施例中，該嵌入式運(yùn)算主機(jī)的該運(yùn)算處理器篩選該歷史峰值地表加速度小于500 (gal)、該歷史初達(dá)波/次達(dá)波時(shí)間差小于50 (秒)的這些歷史地震數(shù)據(jù)，以輸入該類神經(jīng)網(wǎng)絡(luò)模塊中進(jìn)行反復(fù)調(diào)校。
[0009]本發(fā)明的一實(shí)施例中，該嵌入式運(yùn)算主機(jī)的該運(yùn)算處理器將篩選后的這些歷史加速度信號(hào)先進(jìn)行數(shù)據(jù)轉(zhuǎn)換，再輸入該類神經(jīng)網(wǎng)絡(luò)模塊中，以得到多個(gè)預(yù)測(cè)地震特性參數(shù)，并比對(duì)實(shí)際測(cè)量的這些歷史地震數(shù)據(jù)，以調(diào)校各該神經(jīng)元的各該連結(jié)權(quán)重。前述數(shù)據(jù)轉(zhuǎn)換包含將特定時(shí)間間隔取得的歷史加速度信號(hào)數(shù)據(jù)(執(zhí)行即時(shí)分析任務(wù)時(shí)則為及時(shí)地表加速度信號(hào)數(shù)據(jù))，經(jīng)過正規(guī)化轉(zhuǎn)換，輸入該輸入層中對(duì)應(yīng)的一階神經(jīng)元。前述正規(guī)化轉(zhuǎn)換可為線性正規(guī)化轉(zhuǎn)換、指數(shù)正規(guī)化結(jié)合線性正規(guī)化轉(zhuǎn)換、或傅立葉正規(guī)化結(jié)合線性正規(guī)化轉(zhuǎn)換。
[0010]本發(fā)明的一實(shí)施例中，該信號(hào)預(yù)處理模塊包含一濾波電路與一偏移值去除電路，該濾波電路對(duì)這些加速度信號(hào)執(zhí)行該硬件濾波程序，該偏移值去除電路對(duì)這些加速度信號(hào)執(zhí)行該硬件去除偏移值程序。
[0011]本發(fā)明的一實(shí)施例中，該信號(hào)預(yù)處理模塊包含一積分電路，該積分電路對(duì)這些加速度信號(hào)執(zhí)行一硬件積分程序，以將這些加速度信號(hào)轉(zhuǎn)換為該初達(dá)波的該地表速度與該地表位移。
[0012]本發(fā)明的一實(shí)施例中，該嵌入式運(yùn)算主機(jī)執(zhí)行一積分運(yùn)算程序，以將這些加速度信號(hào)轉(zhuǎn)換為該初達(dá)波的該地表速度與該地表位移。
[0013]本發(fā)明的一實(shí)施例中，該嵌入式運(yùn)算主機(jī)包含至少一運(yùn)算處理器，該運(yùn)算處理器在本身的一固件中、或在一磁盤操作系統(tǒng)(Disk Operating System)環(huán)境中執(zhí)行至少一演算法程序以分析該地震。
[0014]本發(fā)明的一實(shí)施例中，該嵌入式運(yùn)算主機(jī)的運(yùn)算處理器通過類神經(jīng)網(wǎng)絡(luò)模塊計(jì)算的這些地震特性參數(shù)包含至少一樓層放大參數(shù)及/或至少一樓層地震參數(shù),對(duì)應(yīng)于位在該檢測(cè)地點(diǎn)的一建筑物上一特定樓層。該歷史地震數(shù)據(jù)選自多個(gè)歷史地震個(gè)別的多個(gè)歷史加速度信號(hào)、一歷史震源距離、一歷史峰值地表加速度、一歷史地震規(guī)模、一歷史地震主頻與一歷史初達(dá)波/次達(dá)波時(shí)間差，以及對(duì)應(yīng)該建筑物的多個(gè)歷史樓層放大系數(shù)與多個(gè)歷史樓層地震參數(shù)的群組或其任意組合。
[0015]本發(fā)明的一實(shí)施例中，提供一種現(xiàn)地型地震即時(shí)分析系統(tǒng)，即時(shí)分析一地震于一檢測(cè)地點(diǎn)檢測(cè)到的一初達(dá)波(Primary Wave)，以預(yù)測(cè)該地震到達(dá)該檢測(cè)地點(diǎn)上一建筑物的一剪切波(Shear Wave)，該系統(tǒng)包含:一信號(hào)預(yù)處理模塊，接收于該檢測(cè)地點(diǎn)擷取該初達(dá)波的多個(gè)加速度信號(hào)，并對(duì)其進(jìn)行一硬件預(yù)處理(hardware pre-processing) '及一嵌入式運(yùn)算主機(jī)，包含一運(yùn)算處理器，接收來自該信號(hào)預(yù)處理模塊的這些加速度信號(hào)，并輸入內(nèi)建的一類神經(jīng)網(wǎng)絡(luò)模塊中，以計(jì)算該地震的多個(gè)地震特性參數(shù)，其中該類神經(jīng)網(wǎng)絡(luò)模塊包含形成四層且彼此連結(jié)的多個(gè)神經(jīng)元(Neuron),各該神經(jīng)元具有一連結(jié)權(quán)重(Link Weighting)對(duì)應(yīng)于與次層(next layer)另一該神經(jīng)元的連結(jié)，各該連結(jié)權(quán)重以實(shí)際測(cè)量的多個(gè)歷史地震數(shù)據(jù)輸入該類神經(jīng)網(wǎng)絡(luò)模塊中反復(fù)調(diào)校而成；其中，這些地震特性參數(shù)包含至少一樓層放大參數(shù)及/至少一樓層地震參數(shù)，對(duì)應(yīng)于位在該檢測(cè)地點(diǎn)的一建筑物上一特定樓層。
[0016]本發(fā)明的一實(shí)施例中，提供一種現(xiàn)地型地震即時(shí)分析方法，即時(shí)分析一地震于一檢測(cè)地點(diǎn)檢測(cè)到的一初達(dá)波(Primary Wave)，以預(yù)測(cè)到達(dá)該檢測(cè)地點(diǎn)的該地震的一剪切波(Shear Wave)，該方法包含:對(duì)于該檢測(cè)地點(diǎn)擷取的多個(gè)加速度信號(hào)進(jìn)行一硬件預(yù)處理；傳送經(jīng)硬件預(yù)處理后的這些加速度信號(hào)至一嵌入式運(yùn)算主機(jī)；及將這些加速度信號(hào)輸入內(nèi)建于該嵌入式運(yùn)算主機(jī)上的一類神經(jīng)網(wǎng)絡(luò)模塊中進(jìn)行計(jì)算；及輸出該類神經(jīng)網(wǎng)絡(luò)模塊所計(jì)算出該地震的多個(gè)地震特性參數(shù)；其中該類神經(jīng)網(wǎng)絡(luò)模塊包含形成四層且彼此連結(jié)的多個(gè)神經(jīng)元(Neuron),各該神經(jīng)元具有一連結(jié)權(quán)重(Link Weighting)對(duì)應(yīng)于與次層(nextlayer)另一該神經(jīng)元的連結(jié)，各該連結(jié)權(quán)重以實(shí)際測(cè)量的多個(gè)歷史地震數(shù)據(jù)輸入該類神經(jīng)網(wǎng)絡(luò)模塊中反復(fù)調(diào)校而成。
[0017]本發(fā)明的一實(shí)施例中，通過該類神經(jīng)網(wǎng)絡(luò)模塊計(jì)算的這些地震特性參數(shù)包含至少一樓層放大參數(shù)及/或至少一樓層地震參數(shù)，對(duì)應(yīng)于位在該檢測(cè)地點(diǎn)的一建筑物上一特定樓層。
[0018]本發(fā)明的一實(shí)施例中，該硬件預(yù)處理包含一硬件濾波程序與一硬件去除偏移值程序。
[0019]本發(fā)明的一實(shí)施例中，更包含執(zhí)行一積分運(yùn)算程序，以將這些加速度信號(hào)轉(zhuǎn)換為該初達(dá)波的一地表速度與一地表位移。本發(fā)明的一實(shí)施例中，該硬件預(yù)處理包含一硬件積分程序，以將這些加速度信號(hào)轉(zhuǎn)換為該初達(dá)波的一地表速度與一地表位移。
[0020]于本發(fā)明的一實(shí)施例，其中更包含通過該嵌入式運(yùn)算主機(jī)篩選該歷史峰值地表加速度小于500 (gal)、該歷史初達(dá)波/次達(dá)波時(shí)間差小于50 (秒)的這些歷史地震數(shù)據(jù)，以輸入該類神經(jīng)網(wǎng)絡(luò)模塊中進(jìn)行反復(fù)調(diào)校。
[0021]本發(fā)明的現(xiàn)地型地震即時(shí)分析系統(tǒng)與方法具有以下特點(diǎn):
[0022](一)即時(shí)快速:在地表強(qiáng)震預(yù)警方面，本發(fā)明可于當(dāng)?shù)厥珍浀卣饠?shù)據(jù)的短時(shí)間內(nèi)，通過訓(xùn)練及驗(yàn)證后的類神經(jīng)網(wǎng)絡(luò)地表分析模塊而得推估解，其預(yù)警震度若達(dá)警戒值則進(jìn)行后續(xù)避難動(dòng)作。就建物強(qiáng)震預(yù)警方面，通過訓(xùn)練及驗(yàn)證后的類神經(jīng)網(wǎng)絡(luò)建物分析模塊而得推估解，相對(duì)一般需經(jīng)結(jié)構(gòu)動(dòng)力的力學(xué)分析流程，其運(yùn)算速度較快，符合結(jié)構(gòu)物快速反應(yīng)評(píng)估的強(qiáng)震預(yù)警需求。
[0023]( 二)準(zhǔn)確性高:其類神經(jīng)網(wǎng)絡(luò)的分析數(shù)據(jù)，包含長(zhǎng)期觀測(cè)的歷史地震數(shù)據(jù)庫(kù)，和使用有限元素法建置的建物受震數(shù)據(jù)庫(kù)。前者為長(zhǎng)期觀測(cè)的實(shí)際成果，又后者的參考值與建物實(shí)際受震測(cè)量的相關(guān)數(shù)據(jù)大多相符，故通過此兩種數(shù)據(jù)庫(kù)，分取各20%驗(yàn)證本法與實(shí)際對(duì)應(yīng)的地表受震情形和建物反應(yīng)參考解，約80%的數(shù)據(jù)和其誤差小于20%。
【專利附圖】

【附圖說明】[0024]圖1是本發(fā)明一實(shí)施例中現(xiàn)地型地震即時(shí)分析系統(tǒng)的系統(tǒng)架構(gòu)方塊圖；
[0025]圖2是本發(fā)明另一實(shí)施例中另一現(xiàn)地型地震即時(shí)分析系統(tǒng)的系統(tǒng)架構(gòu)方塊圖；
[0026]圖3A是本發(fā)明另一實(shí)施例中現(xiàn)地型地震即時(shí)分析方法的流程圖；
[0027]圖3B是本發(fā)明另一實(shí)施例中現(xiàn)地型地震即時(shí)分析系統(tǒng)的類神經(jīng)網(wǎng)絡(luò)模塊的示意圖；
[0028]圖3C是本發(fā)明另一實(shí)施例中(第0-3秒)峰值地表加速度的實(shí)際測(cè)量值與本發(fā)明系統(tǒng)分析值的比較圖；
[0029]圖3D是本發(fā)明另一實(shí)施例中(第0-5秒)峰值地表加速度的實(shí)際測(cè)量值與本發(fā)明系統(tǒng)分析值的比較圖；
[0030]圖4A是本發(fā)明另一實(shí)施例中現(xiàn)地型地震即時(shí)分析系統(tǒng)的類神經(jīng)網(wǎng)絡(luò)模塊的示意圖；
[0031]圖4B是本發(fā)明另一實(shí)施例中對(duì)于特定建筑物某樓層的(第0-3秒)峰值地表加速度的實(shí)際測(cè)量值與本發(fā)明系統(tǒng)分析值的比較圖；
[0032]圖4C是本發(fā)明另一實(shí)施例中對(duì)于特定建筑物某樓層的(第0-10秒)峰值地表加速度的實(shí)際測(cè)量值與本發(fā)明系統(tǒng)分析值的比較圖；
[0033]圖4D是本發(fā)明另一實(shí)施例中對(duì)于特定建筑物某樓層的峰值樓層加速度到達(dá)時(shí)間的實(shí)際測(cè)量值與本發(fā)明系統(tǒng)分析值的比較圖(X軸)；
[0034]圖4E是本發(fā)明另一實(shí)施例中對(duì)于特定建筑物某樓層的峰值樓層加速度到達(dá)時(shí)間的實(shí)際測(cè)量值與本發(fā)明系統(tǒng)分析值的比較圖(Y軸)；
[0035]圖4F是本發(fā)明另一實(shí)施例中對(duì)于特定建筑物某樓層的峰值樓層加速度到達(dá)時(shí)間的實(shí)際測(cè)量值與本發(fā)明系統(tǒng)分析值的比較圖(Z軸)。
[0036]其中，附圖標(biāo)記:
[0037]10................................................................現(xiàn)
地型地震即時(shí)分析系統(tǒng)
[0038]100.............................................................嵌入
式運(yùn)算模塊
[0039]110.............................................................運(yùn)算
處理器
[0040]111、112........................................................類神經(jīng)
網(wǎng)絡(luò)模塊
[0041]1111a、112a................................................輸入層
[0042]111b、112b.................................................二階隱藏層
[0043]111c、112c.................................................三階隱藏層
[0044]llld、112d.................................................輸出層
[0045]120........................................................系統(tǒng)存儲(chǔ)器
[0046]130........................................................儲(chǔ)存單元
[0047]140........................................................信號(hào)接口
[0048]150.........................................................總、線
[0049]200........................................................信號(hào)預(yù)處理模塊
[0050]210........................................................濾波電路
[0051]220........................................................偏移值去除
電路
[0052]230........................................................積分電路
[0053]nlOl、nl02、nl03、nl04….nlxxx...................................—階神
經(jīng)元
[0054]n201、n202、n203、n204....n230....................................二階神
經(jīng)元
[0055]n301、n302、n303、n304....n330....................................三階神
經(jīng)元
[0056]η401、η402、η403、η404....n411...................................四階神
經(jīng)元
【具體實(shí)施方式】
[0057]以下結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)描述，但不作為對(duì)本發(fā)明的限定。
[0058]本發(fā)明為藉由初達(dá)波(P波)與剪切波(S波)其兩者傳遞速度差異的物理特性開發(fā)強(qiáng)震即時(shí)警報(bào)系統(tǒng)(Earthquake Early Warning System, EEWS),主要通過預(yù)先建置的類神經(jīng)網(wǎng)絡(luò)模塊，并根據(jù)先到達(dá)的初達(dá)波(P波)加速度信號(hào)，來預(yù)測(cè)后續(xù)剪切波(S波)可能造成的相關(guān)地表及建物受震情形?？山馕龅卣鸩铀俣葰v時(shí)資訊，經(jīng)數(shù)據(jù)轉(zhuǎn)換至類神經(jīng)網(wǎng)絡(luò)進(jìn)行分析以判識(shí)地震預(yù)警資訊供防災(zāi)決策之用。所得的地震歷時(shí)愈長(zhǎng)則地震預(yù)警經(jīng)度也越高，然應(yīng)變時(shí)間也相應(yīng)減少，故本發(fā)明逐秒建置對(duì)應(yīng)的類神經(jīng)網(wǎng)絡(luò)分析模塊，其具有獨(dú)立的類神經(jīng)網(wǎng)絡(luò)架構(gòu)及連結(jié)權(quán)重，當(dāng)?shù)卣鸢l(fā)生當(dāng)下，可分秒更新地震預(yù)警資訊，以達(dá)更佳減傷防災(zāi)之效。可輸出的資訊包括:(1)地震特性參數(shù)(如峰值地表加速度[PGA;Peak GroundAcceleration]及剪切波[S波]到達(dá)時(shí)間)，以及⑵樓層地震參數(shù)(如建筑物特定建物樓層的樓層放大參數(shù)、最大樓層加速度[PFA ;Peak Floor Acceleration]和剪切波[S波]到達(dá)時(shí)間)，提前預(yù)警并進(jìn)行減災(zāi)策略，以減少該地震對(duì)于該區(qū)域所帶來的危害。再者，本發(fā)明現(xiàn)地型地震即時(shí)分析系統(tǒng)的建置目標(biāo)為隨著地震進(jìn)行，每秒鐘都要能輸出既有累積地表加速度信號(hào)的運(yùn)算結(jié)果，其即時(shí)運(yùn)算并輸出預(yù)測(cè)值所需的運(yùn)算需求極其龐大。
[0059]基于對(duì)地震信號(hào)特性及過去分析過程遭遇的障礙，本發(fā)明的下列實(shí)施例提供現(xiàn)地型地震分析所需的數(shù)種最佳化硬件架構(gòu)與最佳化運(yùn)作程序，以便以短時(shí)間擷取的初達(dá)波(P波)數(shù)據(jù)、準(zhǔn)確預(yù)測(cè)剪切波(S波)于檢測(cè)地點(diǎn)的峰值地表加速度，達(dá)到現(xiàn)地即時(shí)預(yù)警效果。本發(fā)明中軟件硬件系統(tǒng)的整合設(shè)計(jì)、硬件元件的選擇、類神經(jīng)網(wǎng)絡(luò)模塊的搭配與建置至關(guān)重要，需經(jīng)大量實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證方能得到本發(fā)明所揭露最優(yōu)化的現(xiàn)地型地震即時(shí)分析系統(tǒng)與方法。根據(jù)本發(fā)明的系統(tǒng)與方法，若擷取測(cè)站所檢測(cè)的初達(dá)波前段3秒數(shù)據(jù)演算出地震相關(guān)參數(shù)并提出預(yù)警，則可將預(yù)警范圍由距震央70公里外大幅拉近，例如降至為距震央10-50公里外；但實(shí)際數(shù)據(jù)仍受限于實(shí)際采用的硬件/軟件/固件、地震波傳遞路徑的地層特性以及其他可能變數(shù)。
[0060]請(qǐng)參閱圖1，其是本發(fā)明一實(shí)施例中現(xiàn)地型地震即時(shí)分析系統(tǒng)的系統(tǒng)架構(gòu)方塊圖。圖中現(xiàn)地型地震即時(shí)分析系統(tǒng)10包括嵌入式運(yùn)算主機(jī)100與信號(hào)預(yù)處理模塊200 ;其中主要由信號(hào)預(yù)處理模塊200進(jìn)行原始初達(dá)波加速度信號(hào)的信號(hào)預(yù)先處理，而由嵌入式運(yùn)算主機(jī)100進(jìn)行類神經(jīng)網(wǎng)絡(luò)模塊的計(jì)算程序。
[0061]由于系統(tǒng)設(shè)計(jì)的其中一個(gè)目標(biāo)在于縮短地震參數(shù)的運(yùn)算時(shí)間以便提前預(yù)警，在軟件開發(fā)方面，為能使整體系統(tǒng)于各數(shù)據(jù)截取時(shí)間點(diǎn)完成該步驟的迭代運(yùn)算，將類神經(jīng)網(wǎng)絡(luò)分析拆解為分散運(yùn)算，其能逐步存放運(yùn)算過程的迭代數(shù)值并于初達(dá)波后1-10秒內(nèi)逐秒計(jì)算地震特性參數(shù)。而硬件的配置上必須有效降低類神經(jīng)網(wǎng)絡(luò)模塊運(yùn)算端的運(yùn)算負(fù)擔(dān)。視不同的實(shí)際硬件組件配置方式，于一實(shí)施例中嵌入式運(yùn)算主機(jī)100與信號(hào)預(yù)處理模塊200可藉由一特制主機(jī)板串聯(lián)所有必要硬件元件、輔以適當(dāng)?shù)目偩€與信號(hào)接口(連接器)而實(shí)現(xiàn)。于另一實(shí)施例中，嵌入式運(yùn)算主機(jī)100與信號(hào)預(yù)處理模塊200可由獨(dú)立的硬件組件分別實(shí)現(xiàn)，再以合適的信號(hào)纜線與信號(hào)接口串聯(lián)。
[0062]于一實(shí)施例中，地震初達(dá)波的加速度信號(hào)來源為設(shè)置于某檢測(cè)地點(diǎn)的地表強(qiáng)震儀(圖未示)。檢測(cè)地點(diǎn)的選擇可以為人口稠密處或重要建筑物附近；強(qiáng)震儀例如可選用Kinemetrics 公司的 EpiSensor 震力平衡加速度計(jì)(Force Balance Accelerometer)(型號(hào)FBA ES-T)，能測(cè)量地表上的微小震動(dòng)、并輸出X、Y、Z三個(gè)軸向的加速度信號(hào)。強(qiáng)震儀擷取輸出加速度信號(hào)的時(shí)間間隔通?？梢宰孕性O(shè)定，但于一實(shí)施例中，合適的擷取或輸出頻率為每秒200次。
[0063]于圖1中，信號(hào)預(yù)處理模塊200具有濾波電路210及偏移值去除電路220。濾波電路210對(duì)檢測(cè)地點(diǎn)所設(shè)強(qiáng)震儀輸出的初達(dá)波加速度信號(hào)執(zhí)行硬件濾波程序，意即通過濾波電路210濾除初達(dá)波加速度信號(hào)中不必要的環(huán)境噪聲，一則降低后端需分析的數(shù)據(jù)量、一則提高分析準(zhǔn)確率。偏移值去除電路220對(duì)該初達(dá)波加速度信號(hào)執(zhí)行一硬件去除偏移值程序，意即通過偏移值去除電路220將初達(dá)波加速度信號(hào)進(jìn)行偏移調(diào)整，使初達(dá)波加速度信號(hào)的基礎(chǔ)值回到零；一個(gè)例子為先取長(zhǎng)分析時(shí)段(例如擴(kuò)11秒)的初達(dá)波加速度信號(hào)的平均值作為信號(hào)偏移植修正參數(shù)，即能將擷取的加速度信號(hào)或數(shù)據(jù)進(jìn)行偏移修正。
[0064]整體而言，信號(hào)預(yù)處理模塊200接收于檢測(cè)地點(diǎn)擷取的多個(gè)初達(dá)波加速度信號(hào)，并對(duì)其進(jìn)行一硬件預(yù)處理(hardware pre-processing),即以硬件電路手段對(duì)初達(dá)波加速度信號(hào)進(jìn)行信號(hào)預(yù)先處理。硬件預(yù)處理可包括一硬件濾波程序與一硬件去除偏移值程序，或其他硬件電路可執(zhí)行的信號(hào)處理程序。不過，由于在本發(fā)明的方法中，初達(dá)波加速度信號(hào)需要被轉(zhuǎn)換為初達(dá)波的地表速度(Ground Velocity)與地表位移(Ground Displacement)數(shù)據(jù)，且此過程需要對(duì)初達(dá)波加速度信號(hào)或數(shù)據(jù)執(zhí)行“積分”處理，因此如欲進(jìn)一步降低后端嵌入式運(yùn)算主機(jī)100中類神經(jīng)網(wǎng)絡(luò)模塊111的運(yùn)算負(fù)擔(dān)，可在一實(shí)施例中，令信號(hào)預(yù)處理模塊的硬件預(yù)處理包含一硬件積分程序。于此，如圖2所示，另一實(shí)施例中的信號(hào)預(yù)處理模塊200可進(jìn)一步具備一積分電路230，以對(duì)初達(dá)波加速度信號(hào)執(zhí)行前述硬件積分程序，意即對(duì)初達(dá)波加速度信號(hào)進(jìn)行硬件積分，而將初達(dá)波加速度信號(hào)轉(zhuǎn)換為初達(dá)波的地表速度與地表位移；后續(xù)實(shí)施例將有相關(guān)說明。
[0065]圖1中，嵌入式運(yùn)算主機(jī)100具有運(yùn)算處理器110、系統(tǒng)存儲(chǔ)器120、儲(chǔ)存單元130、信號(hào)接口 140與總線150。經(jīng)過信號(hào)預(yù)處理模塊200進(jìn)行硬件預(yù)處理后的初達(dá)波加速度信號(hào)，將通過信號(hào)接口 140與總線150傳輸至運(yùn)算處理器110進(jìn)行運(yùn)算。本實(shí)施例中儲(chǔ)存單元130可儲(chǔ)存任意地震數(shù)據(jù)或數(shù)據(jù)、以及類神經(jīng)網(wǎng)絡(luò)模塊111必要的演算程序，嵌入式運(yùn)算主機(jī)100的運(yùn)算處理器1101包含類神經(jīng)網(wǎng)絡(luò)模塊111，類神經(jīng)網(wǎng)絡(luò)模塊111可將必要的演算程序加載至系統(tǒng)存儲(chǔ)器120，以便進(jìn)行各種地震特性參數(shù)的運(yùn)算。前述運(yùn)算處理器110的類神經(jīng)網(wǎng)絡(luò)模塊111所需執(zhí)行演算程序，屬于本發(fā)明現(xiàn)地型地震即時(shí)分析方法的其中一部分。
[0066]于一實(shí)施例中，嵌入式運(yùn)算主機(jī)100可由以磁盤作業(yè)系統(tǒng)(Disk OperatingSystem ；D0S)為基礎(chǔ)的電腦系統(tǒng)實(shí)現(xiàn)；所采用的磁盤作業(yè)系統(tǒng)可為微軟公司的MS-DOS或其他合適的版本。一個(gè)實(shí)驗(yàn)中采用的例子為:以(1)鈦思科技公司(TeraSoft Inc.)開發(fā)的“Micro-Box x86Based 即時(shí)控制平臺(tái)”(簡(jiǎn)稱 Micro-Box),搭配(2)MathWorks 公司(TheMathfforks, Inc.)的Simulink工具軟件作為類神經(jīng)網(wǎng)絡(luò)模塊演算程序開發(fā)工具。
[0067]其中，欽思科技公司型號(hào)Micro-Box 3000 (PCI Interface [即指 PeripheralComponent Interconnect interface,周邊兀件互連接口])的 Micro-Box 系統(tǒng)具有以下主要的硬件規(guī)格:處理器Celeron? M 1GHz ;系統(tǒng)存儲(chǔ)器為256MB DDRDRAM ;儲(chǔ)存單元可為64MB Compact Flash card ;標(biāo)準(zhǔn)PCI擴(kuò)充總線等。換言之,于一實(shí)施例中，嵌入式運(yùn)算主機(jī)100的硬件部分可由鈦思科技公司型號(hào)Micro-Box 3000所實(shí)現(xiàn)。
[0068]前述Simulink工具軟件是則是MathWorks公司開發(fā)的用于動(dòng)態(tài)系統(tǒng)和嵌入式系統(tǒng)的多領(lǐng)域模擬和基于模塊的設(shè)計(jì)工具。于一實(shí)施例中，嵌入式運(yùn)算主機(jī)100中類神經(jīng)網(wǎng)絡(luò)模塊111的演算程序乃以Simulink工具軟件進(jìn)行編寫，并于鈦思科技公司前述Micro-Box系統(tǒng)上的DOS環(huán)境中執(zhí)行，以實(shí)現(xiàn)本發(fā)明的現(xiàn)地型地震即時(shí)分析方法的至少其中一部份。換言之，此實(shí)施例類神經(jīng)網(wǎng)絡(luò)模塊111的一或多個(gè)演算程序須能在DOS環(huán)境中執(zhí)行；意即，此類嵌入式運(yùn)算主機(jī)100的運(yùn)算處理器110的類神經(jīng)網(wǎng)絡(luò)模塊111須執(zhí)行以DOS為基礎(chǔ)(DOS-based)演算程序。
[0069]于另一實(shí)施例中，嵌入式運(yùn)算主機(jī)的運(yùn)算處理器可具有內(nèi)建存儲(chǔ)器，通過特定的固件(Firmware)編輯平臺(tái)，可將本發(fā)明所需類神經(jīng)網(wǎng)絡(luò)模塊111的演算法程序編寫于該運(yùn)算處理器110的固件中，而能以固件執(zhí)行方式進(jìn)行高速運(yùn)算。換言之，此實(shí)施例類神經(jīng)網(wǎng)絡(luò)模塊111的一或多個(gè)演算法程序須能在該運(yùn)算處理器110的固件環(huán)境中執(zhí)行，如圖1與圖2 ;意即，此類嵌入式運(yùn)算主機(jī)100的運(yùn)算處理器110須在本身固件中執(zhí)行類神經(jīng)網(wǎng)絡(luò)模塊111所需的演算程序。一例為采用德國(guó)dSPACE公司的DS1103PPC控制器板(ControllerBoard)，本發(fā)明的類神經(jīng)網(wǎng)絡(luò)模塊演算程序仍可藉由Simulink工具軟件進(jìn)行編寫，最后轉(zhuǎn)換成機(jī)械語(yǔ)言以植入其運(yùn)算處理器(lGHz)PPC 750GX的固件中，如此即能以固件執(zhí)行方式進(jìn)行聞速運(yùn)算。
[0070]有關(guān)嵌入式運(yùn)算主機(jī)100所執(zhí)行類神經(jīng)網(wǎng)絡(luò)模塊111的演算程序、以及整個(gè)現(xiàn)地型地震即時(shí)分析系統(tǒng)10所執(zhí)行的現(xiàn)地型地震即時(shí)分析方法，請(qǐng)合并參考后續(xù)的流程圖與相關(guān)說明。
[0071]請(qǐng)參閱圖3A，其是本發(fā)明另一實(shí)施例中現(xiàn)地型地震即時(shí)分析方法的流程圖。雖然以下是以具有順序的步驟及流程圖，說明現(xiàn)地型地震即時(shí)分析方法的各構(gòu)成部分；但除非特別予以限定，本發(fā)明的方法各構(gòu)成部分之間并無絕對(duì)的前后順序關(guān)系。
[0072]請(qǐng)一并參考圖1與圖3A，本發(fā)明一實(shí)施例中，現(xiàn)地型地震即時(shí)分析方法包括以下部分:
[0073]步驟S310:對(duì)于一檢測(cè)地點(diǎn)擷取的一地震的初達(dá)波加速度信號(hào)進(jìn)行硬件預(yù)處理。本實(shí)施例中硬件預(yù)處理包括硬件濾波程序與硬件去除偏移值程序，由信號(hào)預(yù)處理模塊200的濾波電路210與偏移值去除電路220，分別對(duì)檢測(cè)地點(diǎn)現(xiàn)地?cái)X取的地震初達(dá)波加速度信號(hào)進(jìn)行處理；于一實(shí)施例中，初達(dá)波加速度信號(hào)擷取頻率為每秒200次。
[0074]步驟S320:傳送經(jīng)硬件預(yù)處理后的加速度信號(hào)至嵌入式運(yùn)算主機(jī)。經(jīng)信號(hào)預(yù)處理模塊200進(jìn)行硬件預(yù)處理后的加速度信號(hào)，乃經(jīng)信號(hào)接口 140傳輸至嵌入式運(yùn)算主機(jī)100 ；這些加速度信號(hào)可以經(jīng)總線150儲(chǔ)存到儲(chǔ)存單元130等待被存取，也可被運(yùn)算處理器110直接讀取運(yùn)算，或暫存系統(tǒng)存儲(chǔ)器120等待被存取、運(yùn)算。
[0075]前述部分于現(xiàn)地型地震即時(shí)分析系統(tǒng)的信號(hào)預(yù)處理模塊200執(zhí)行，下列部分則由嵌入式運(yùn)算主機(jī)100的執(zhí)行。
[0076]步驟S330:將加速度信號(hào)輸入內(nèi)建于嵌入式運(yùn)算主機(jī)上的類神經(jīng)網(wǎng)絡(luò)模塊中進(jìn)行計(jì)算。步驟S340:輸出類神經(jīng)網(wǎng)絡(luò)模塊所計(jì)算出地震的地震特性參數(shù)。有關(guān)類神經(jīng)網(wǎng)絡(luò)模塊的定義、運(yùn)作方式及計(jì)算過程將介紹如后。
[0077]生物學(xué)習(xí)新知時(shí)神經(jīng)細(xì)胞接收外物的刺激而影響彼此連接的突觸，類神經(jīng)網(wǎng)絡(luò)以神經(jīng)元(neuron)、連結(jié)(link)、各連結(jié)權(quán)重(weight)及大量的并聯(lián)網(wǎng)絡(luò)層來模擬此現(xiàn)象，神經(jīng)元可視為人類神經(jīng)細(xì)胞的處理系統(tǒng)，包含簡(jiǎn)單的數(shù)學(xué)運(yùn)算；各神經(jīng)元彼此的連結(jié)可視為人類神經(jīng)細(xì)胞彼此相連的突觸；而連結(jié)權(quán)重則模擬神經(jīng)細(xì)胞連結(jié)的強(qiáng)弱程度。本發(fā)明類神經(jīng)網(wǎng)絡(luò)模塊的類神經(jīng)網(wǎng)絡(luò)由大量互相聯(lián)系的神經(jīng)元及連結(jié)所構(gòu)成，神經(jīng)元的數(shù)量、連結(jié)方式及各連結(jié)權(quán)重共同架構(gòu)此網(wǎng)絡(luò)模型，通過大量的訓(xùn)練樣本，令類神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)輸入端與輸出端數(shù)據(jù)間的規(guī)則，其接收輸入端數(shù)據(jù)經(jīng)過神經(jīng)網(wǎng)絡(luò)運(yùn)算后得出一結(jié)果值，將此值與輸出端目標(biāo)值的誤差反向 傳遞回類神經(jīng)網(wǎng)絡(luò)修正連結(jié)權(quán)重，經(jīng)由大量的學(xué)習(xí)次數(shù)逐步降低類神經(jīng)網(wǎng)絡(luò)計(jì)算結(jié)果值與實(shí)際目標(biāo)值兩者的誤差，可稱之為“倒傳遞類神經(jīng)網(wǎng)絡(luò)”。
[0078]本發(fā)明的類神經(jīng)網(wǎng)絡(luò)模塊經(jīng)過數(shù)據(jù)轉(zhuǎn)換，將每一擷取時(shí)點(diǎn)的地震波加速度信號(hào)轉(zhuǎn)換至介于0-1的數(shù)值數(shù)據(jù)，并輸入至輸入層中對(duì)應(yīng)的一階神經(jīng)元。同時(shí)，考量全島區(qū)域的通用特性及小區(qū)域的在地特征，依據(jù)地震歷時(shí)數(shù)據(jù)逐秒調(diào)整各層各階神經(jīng)元數(shù)量及對(duì)應(yīng)的連結(jié)權(quán)重，以適應(yīng)實(shí)務(wù)上的需求。類神經(jīng)網(wǎng)絡(luò)模塊的建置方式，首先取符合(I)地震規(guī)模0-8、(2)初達(dá)波與剪切波的時(shí)間差0-50秒內(nèi)及(3)三軸向的峰值地表加速度PGA介于O-1OOOgal間等三類條件的地震歷時(shí)數(shù)據(jù)作為類神經(jīng)網(wǎng)絡(luò)的分析數(shù)據(jù)，以期建立所輸入初達(dá)波的地表加速度信號(hào)數(shù)據(jù)與該地震參數(shù)(震央規(guī)模、初達(dá)波與剪切波的時(shí)間差、各向峰值地表加速度PGA值及各向峰值地表加速度PGA觸發(fā)時(shí)間等)的關(guān)聯(lián)性。為能快速預(yù)警及最大化使用歷史數(shù)據(jù)，本研究以每秒50點(diǎn)的取樣頻率針對(duì)初達(dá)波10秒內(nèi)數(shù)據(jù)依時(shí)間長(zhǎng)度分別建立輸入端數(shù)據(jù)；如令P波觸發(fā)時(shí)間為TO時(shí)，則分取TO-Tl (第0-1秒)、T0-T2 (第0-2秒)、Τ0-Τ3 (第0-3秒)…Τ0-Τ10 (第0-10秒)等數(shù)種相異時(shí)間間隔作為類神經(jīng)網(wǎng)絡(luò)模塊中輸入層不同的一階神經(jīng)元的輸入數(shù)據(jù)，再以該時(shí)間間隔的地震參數(shù)為目標(biāo)值來建立兩者的映射關(guān)系。本發(fā)明是以四層倒傳遞類神經(jīng)網(wǎng)絡(luò)，依不同的初達(dá)波取樣值的時(shí)間間隔長(zhǎng)度各別建立模型化的類神經(jīng)網(wǎng)絡(luò)模塊，以找到最佳化的類神經(jīng)網(wǎng)絡(luò)模塊版本。
[0079]不同的正規(guī)化方法其類神經(jīng)網(wǎng)絡(luò)模塊的模型化方式也有所差異。同時(shí)，因相異的數(shù)據(jù)正規(guī)化方式會(huì)影響類神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力和使用的數(shù)據(jù)量，而龐大的數(shù)據(jù)量雖仍提高模型預(yù)測(cè)精確度但也令運(yùn)算時(shí)間增加，為能在數(shù)據(jù)選用及運(yùn)算耗時(shí)上取得較佳整體效果，根據(jù)現(xiàn)地實(shí)務(wù)需求所分別建立的數(shù)種模塊范例列舉如下:[0080](一 )線性正規(guī)化
[0081]將地震初達(dá)波后10秒內(nèi)的地表加速度信號(hào)數(shù)據(jù)依時(shí)間長(zhǎng)度分為垂直向、南北向、東西向等三軸向，若輸入層的一個(gè)一階神經(jīng)元代表可輸入一個(gè)地表加速度信號(hào)值，因每秒取樣頻率為50點(diǎn)，加上在三軸向取得的資訊，每秒所需輸入的一階神經(jīng)元個(gè)數(shù)為150個(gè)。以此類推，T0-T1 (第0-1秒)、T0-T2 (第0-2秒)...T0-T10 (第0-10秒)分別需要輸入對(duì)應(yīng)的150、300...1500個(gè)一階神經(jīng)元。其中，以-500和500作為門檻值將各種時(shí)間間隔內(nèi)的地表加速度信號(hào)值進(jìn)行線性正規(guī)化。
[0082]而在輸出層的四階神經(jīng)元方面，以(1)地震規(guī)模(門檻值0-8)、(2)初達(dá)波與剪切波的時(shí)間差(門檻值0-50)、(3)垂直向上的峰值地表加速度PGA(門檻值0-1000)、(4)垂直向下的峰值地表加速度PGA(門檻值0-1000)、(5)向南的峰值地表加速度PGA(門檻值0-1000)、(6)向北的峰值地表加速度PGA(門檻值0-1000)、(7)向東的峰值地表加速度PGA(門檻值0-1000)、⑶向西的峰值地表加速度PGA(門檻值0-1000)、(9)垂直向的峰值地表加速度PGA的到達(dá)時(shí)間(門檻值0-250)、(10)南北向的峰值地表加速度PGA(門檻值0-250)的到達(dá)時(shí)間與(11)東西向的峰值地表加速度PGA(門檻值0-250)的到達(dá)時(shí)間等11個(gè)物理量，做為原始物理量的目標(biāo)值。原始物理量的目標(biāo)值經(jīng)由線性正規(guī)化轉(zhuǎn)化為0-1的值域內(nèi)后，即能作為類神經(jīng)網(wǎng)絡(luò)模塊的輸出層其四階神經(jīng)元的輸出目標(biāo)值，用以修正調(diào)整各階神經(jīng)元的個(gè)數(shù)與連結(jié)權(quán)重。
[0083]一般而言，地表加速度信號(hào)數(shù)據(jù)除了經(jīng)任何一種正規(guī)化轉(zhuǎn)換之外，亦可搭配進(jìn)行一向量轉(zhuǎn)換，即將某一地表加速度信號(hào)數(shù)據(jù)的正值或負(fù)值，轉(zhuǎn)為1或0的數(shù)值、并輸入一個(gè)對(duì)應(yīng)的額外一階神經(jīng)元中。
[0084]( 二 )指數(shù)正規(guī)化結(jié)合線性正規(guī)化
[0085]除直接使用地震加速度信號(hào)數(shù)據(jù)之外，地震加速度信號(hào)數(shù)據(jù)亦可區(qū)分為垂直、南北、東西等三軸六向的分量數(shù)據(jù)，故可將數(shù)據(jù)解析為垂直向上、垂直向下、向南、向北、向東及向西等六個(gè)方向，各以一個(gè)一階神經(jīng)元作為數(shù)據(jù)輸入端，則各方向每秒的數(shù)據(jù)取樣數(shù)為50點(diǎn)，整體而言一秒的時(shí)間間隔中其對(duì)應(yīng)的輸入層一階神經(jīng)元個(gè)數(shù)為300個(gè)。各方向的表加速度信號(hào)數(shù)據(jù)若有缺值部分即予補(bǔ)零，考量加速度數(shù)據(jù)記錄精度至小數(shù)點(diǎn)第四位，而對(duì)于非零值部分經(jīng)10000倍的放大后再以loglO進(jìn)行處理，最后使用門檻值0-8過濾并輔以線性正規(guī)化至0-1間，即能將地表加速度信號(hào)數(shù)據(jù)由物理量轉(zhuǎn)換為適合類神經(jīng)網(wǎng)絡(luò)模塊運(yùn)算的輸入值。
[0086]在輸出目標(biāo)值方面，針對(duì)地震規(guī)模、P波與S波的時(shí)間差、垂直向峰值地表加速度PGA的到達(dá)時(shí)間、南北向峰值地表加速度PGA的到達(dá)時(shí)間與東西向峰值地表加速度PGA等四個(gè)參數(shù)分別以0-8、0-50、0-250、0-250、0-250作為門檻值進(jìn)行線性正規(guī)化，而垂直向下峰值地表加速度PGA、向南PGA峰值地表加速度、向北峰值地表加速度PGA、向東峰值地表加速度PGA、向西峰值地表加速度PGA等個(gè)6參數(shù)則先放大1000倍再經(jīng)loglO轉(zhuǎn)換并以0_6為門檻值進(jìn)行線性正規(guī)化，壓縮值域?yàn)?-1內(nèi)，即能將實(shí)際測(cè)得的歷史物理量轉(zhuǎn)換為輸出層的四階神經(jīng)元的輸出目標(biāo)值。此外，在指數(shù)正規(guī)化過程中，為避免小于或等于0的數(shù)值經(jīng)指數(shù)計(jì)算后會(huì)呈現(xiàn)負(fù)值或0，可將所有地表加速信號(hào)值全部平移加1后再進(jìn)行指數(shù)正規(guī)化轉(zhuǎn)換。
[0087][例一][0088](I)輸入層一階神經(jīng)元個(gè)數(shù):100-1000 ；⑵輸出層四階神經(jīng)元數(shù):11[0089]假設(shè)直接取用地表加速度信號(hào)數(shù)據(jù)、每秒取樣50點(diǎn)、并將地表加速度信號(hào)正負(fù)值進(jìn)行向量轉(zhuǎn)換，欲輸入第0-1秒數(shù)據(jù)即需要100個(gè)一階神經(jīng)元。以此類推，欲輸入第0-2秒數(shù)據(jù)即需要200個(gè)一階神經(jīng)元；欲輸入第0-5秒數(shù)據(jù)即需要500個(gè)一階神經(jīng)元；欲輸入第0-10秒數(shù)據(jù)即需要1000個(gè)一階神經(jīng)元。
[0090][例二]
[0091](I)輸入層一階神經(jīng)元個(gè)數(shù):300-3000 ； (2)輸出層四階神經(jīng)元數(shù):11
[0092]假設(shè)取用地表加速度信號(hào)的六軸分量數(shù)據(jù)、每秒取樣50點(diǎn)，欲輸入第0-1秒數(shù)據(jù)即需要300個(gè)一階神經(jīng)元。以此類推，欲輸入第0-2秒數(shù)據(jù)即需要600個(gè)一階神經(jīng)元；欲輸入第0-5秒數(shù)據(jù)即需要1500個(gè)一階神經(jīng)元；欲輸入第0-10秒數(shù)據(jù)即需要3000個(gè)一階神經(jīng)
J Li ο
[0093](三)傅立葉正規(guī)化結(jié)合線性正規(guī)化
[0094]將地震初達(dá)波的地表加速度信號(hào)數(shù)據(jù)分類為TO-Tl (第0-1秒)、Τ0-Τ2 (第0_2秒)…、Τ0-Τ10 (第0-10秒)等數(shù)種類別。由于傅立葉正規(guī)化所需數(shù)據(jù)量與2的乘冪相關(guān)，因取樣限制造成數(shù)據(jù)不足部分，可通過增加零值方式增加所需數(shù)據(jù)數(shù)據(jù)。另外，由于經(jīng)由快速傅立葉轉(zhuǎn)換化為時(shí)頻域型式時(shí)，考量傅立葉頻譜數(shù)據(jù)具有對(duì)稱性，故只取前半部資訊作為輸入端數(shù)據(jù)，并取各模型的極值運(yùn)用線性正規(guī)化轉(zhuǎn)化值域?yàn)?-1間。
[0095]在輸出端方面，針對(duì)描述各向峰值地表加速度PGA的六個(gè)地震參數(shù)，我們先以1000進(jìn)行倍率放大再藉由1glO運(yùn)算轉(zhuǎn)化其分布的值域，最后以0-5.7為門檻值進(jìn)行線性正規(guī)化。而對(duì)于初達(dá)波波與剪切波的時(shí)間差及垂直、南北、東西等軸向峰值地表加速度PGA到達(dá)時(shí)間等四個(gè)時(shí)間性質(zhì)的地震參數(shù)，則分別以0-50、0-250、0-250、0-250為門檻值進(jìn)行線性正規(guī)化。置于地震規(guī)模則運(yùn)用0-8為門檻值和線性正規(guī)化方式進(jìn)行轉(zhuǎn)換。
[0096][例三]
[0097](I)輸入層一階神經(jīng)元個(gè)數(shù):33~257 ； (2)輸出層四階神經(jīng)元數(shù):11
[0098]假設(shè)直接取用地表加速度信號(hào)數(shù)據(jù)、每秒取樣50點(diǎn)、并采用傅立葉轉(zhuǎn)換，欲輸入第0-1秒數(shù)據(jù)即需要(26/2)+1即33個(gè)一階神經(jīng)元。以此類推，欲輸入第0-2秒數(shù)據(jù)即需要65個(gè)一階神經(jīng)元；欲輸入第0-3、0-4、0-5秒數(shù)據(jù)即需要129個(gè)一階神經(jīng)元；欲輸入第0_6、0-7、0-8、0-9、0-10秒數(shù)據(jù)即需要257個(gè)一階神經(jīng)元。
[0099][例四]
[0100](I)輸入層一階神經(jīng)元個(gè)數(shù):9^771 ； (2)輸出層四階神經(jīng)元數(shù):11
[0101]假設(shè)取用三軸地表加速度信號(hào)數(shù)據(jù)、每秒取樣50點(diǎn)、并采用傅立葉轉(zhuǎn)換，欲輸入第ο-1秒數(shù)據(jù)即需要[(26/2)+1]*3即33*9=99個(gè)一階神經(jīng)元。以此類推，欲輸入第0_2秒數(shù)據(jù)即需要65*3=195個(gè)一階神經(jīng)元；欲輸入第0-3、0-4、0-5秒數(shù)據(jù)即需要129*3=387個(gè)一階神經(jīng)元；欲輸入第0-6、0-7、0-8、0-9、0-10秒數(shù)據(jù)即需要257*3=771個(gè)一階神經(jīng)元。本發(fā)明的類神經(jīng)網(wǎng)絡(luò)模塊為高度非線性動(dòng)態(tài)系統(tǒng)，其以并聯(lián)神經(jīng)元平行處理大量的輸入數(shù)據(jù)，誤差容忍性高，各個(gè)神經(jīng)元包含部分的動(dòng)態(tài)信息和簡(jiǎn)易的計(jì)算能力。當(dāng)類神經(jīng)網(wǎng)絡(luò)模塊由輸入層讀取數(shù)據(jù)后，各神經(jīng)元加總前一層所傳遞的值(如式I)經(jīng)由活化函數(shù)(sigmoid)(如式2)計(jì)算再傳遞給后一層神經(jīng)元直至輸出層而得此次分析的結(jié)果值，再通過結(jié)果值與目標(biāo)值來修正調(diào)節(jié)誤差。[0102]
【權(quán)利要求】
1.一種現(xiàn)地型地震即時(shí)分析系統(tǒng)，即時(shí)分析一地震于一檢測(cè)地點(diǎn)檢測(cè)到的一初達(dá)波，以預(yù)測(cè)到達(dá)該檢測(cè)地點(diǎn)的該地震的一剪切波，其特征在于，該系統(tǒng)包含:一信號(hào)預(yù)處理模塊，接收于該檢測(cè)地點(diǎn)擷取該初達(dá)波的多個(gè)加速度信號(hào)，并對(duì)其進(jìn)行一硬件預(yù)處理 '及一嵌入式運(yùn)算主機(jī)，包含一運(yùn)算處理器，接收來自該信號(hào)預(yù)處理模塊的所述加速度信號(hào)，并輸入內(nèi)建的一類神經(jīng)網(wǎng)絡(luò)模塊中，以計(jì)算該地震到達(dá)該檢測(cè)地點(diǎn)的多個(gè)地震特性參數(shù)，其中該類神經(jīng)網(wǎng)絡(luò)模塊包含形成四層且彼此連結(jié)的多個(gè)神經(jīng)元，各該神經(jīng)元具有一連結(jié)權(quán)重對(duì)應(yīng)于與次層另一該神經(jīng)元的連結(jié)，各該連結(jié)權(quán)重以實(shí)際測(cè)量的多個(gè)歷史地震數(shù)據(jù)輸入該類神經(jīng)網(wǎng)絡(luò)模塊中反復(fù)調(diào)校而成。
2.根據(jù)權(quán)利要求1所述的現(xiàn)地型地震即時(shí)分析系統(tǒng)，其特征在于，該類神經(jīng)網(wǎng)絡(luò)模塊包含一輸入層、一二階隱藏層、一三階隱藏層與一輸出層，該輸入層包含至少33個(gè)一階神經(jīng)元，該二階隱藏層包含至少30個(gè)二階神經(jīng)元分別連結(jié)各該一階神經(jīng)元，該三階隱藏層包含至少30個(gè)三階神經(jīng)元分別連結(jié)各該二階神經(jīng)元，該輸出層包含多個(gè)四階神經(jīng)元分別連結(jié)各該三階神經(jīng)元，各該四階神經(jīng)元分別輸出一四階輸出值，且所述四階輸出值包含所述地震特性參數(shù)。
3.根據(jù)權(quán)利要求2所述的現(xiàn)地型地震即時(shí)分析系統(tǒng)，其特征在于，:該輸入層的各該一階神經(jīng)元分別接收于一分析時(shí)段內(nèi)的所述加速度信號(hào)，各該一階神經(jīng)元分別輸出一一階輸出值，各該一階輸出值分別為所接收的各該加速度信號(hào)值；該二階隱藏層的各該二階神經(jīng)元分別接收各該一階神經(jīng)元的該一階輸出值、并分別輸出一二階輸出值，各該二階輸出值為各該二階神經(jīng)元與各該一階神經(jīng)元連結(jié)的一一階連結(jié)權(quán)重，分別乘上各該一階神經(jīng)元的各該一階輸出值后之和、再加上一第一誤差修正常數(shù)；該三階隱藏層的各該三階神經(jīng)`元分別接收各該二階神經(jīng)元的各該二階輸出值、并分別輸出一三階輸出值，各該三階輸出值為各該三階神經(jīng)元與各該二階神經(jīng)元連結(jié)的一二階連結(jié)權(quán)重，分別乘上各該二階神經(jīng)元的各該二階輸出值后之和、再加上一第二誤差修正常數(shù)；及該輸出層的各該四階神經(jīng)元分別接收各該三階神經(jīng)元的各該三階輸出值，各該四階神經(jīng)元分別輸出一四階輸出值，各該四階輸出值為各該四階神經(jīng)元與各該三階神經(jīng)元連結(jié)的一三階連結(jié)權(quán)重，分別乘上所接收各該三階神經(jīng)元的各該三階輸出值后之和、再加上一第三誤差修正常數(shù)。
4.根據(jù)權(quán)利要求1所述的現(xiàn)地型地震即時(shí)分析系統(tǒng)，其特征在于，該類神經(jīng)網(wǎng)絡(luò)模塊接收一分析時(shí)段內(nèi)的所述加速度信號(hào)，該分析時(shí)段為于該檢測(cè)地點(diǎn)檢測(cè)到該初達(dá)波起第1-10秒內(nèi)，且該輸出層自該第1秒起每秒鐘輸出該四階輸出值。
5.根據(jù)權(quán)利要求1所述的現(xiàn)地型地震即時(shí)分析系統(tǒng)，其特征在于，該歷史地震數(shù)據(jù)選自多個(gè)歷史地震個(gè)別的多個(gè)歷史加速度信號(hào)、一歷史震源距離、一歷史峰值地表加速度、一歷史地震規(guī)模、一歷史地震主頻與一歷史初達(dá)波/次達(dá)波時(shí)間差的群組或其任意組合。
6.根據(jù)權(quán)利要求5所述的現(xiàn)地型地震即時(shí)分析系統(tǒng)，其特征在于，該嵌入式運(yùn)算主機(jī)的該運(yùn)算處理器篩選該歷史峰值地表加速度小于500 (gal)、該歷史初達(dá)波/次達(dá)波時(shí)間差小于50 (秒)的所述歷史地震數(shù)據(jù)，以輸入該類神經(jīng)網(wǎng)絡(luò)模塊中進(jìn)行反復(fù)調(diào)校。
7.根據(jù)權(quán)利要求6所述的現(xiàn)地型地震即時(shí)分析系統(tǒng)，其特征在于，該嵌入式運(yùn)算主機(jī)的該運(yùn)算處理器將篩選后的所述歷史加速度信號(hào)先進(jìn)行數(shù)據(jù)轉(zhuǎn)換，再輸入該類神經(jīng)網(wǎng)絡(luò)模塊中，以得到多個(gè)預(yù)測(cè)地震特性參數(shù)，并比對(duì)實(shí)際測(cè)量的所述歷史地震數(shù)據(jù)，以調(diào)校各該神經(jīng)元的各該連結(jié)權(quán)重。
8.根據(jù)權(quán)利要求1所述的現(xiàn)地型地震即時(shí)分析系統(tǒng)，其特征在于，該嵌入式運(yùn)算主機(jī)將所接收該地震的所述加速度信號(hào)先進(jìn)行數(shù)據(jù)轉(zhuǎn)換，再輸入該類神經(jīng)網(wǎng)絡(luò)模塊中，以得到所述地震特性參數(shù)；其中該數(shù)據(jù)轉(zhuǎn)換選自指數(shù)正規(guī)化搭配線性正規(guī)化轉(zhuǎn)換、或傅立葉正規(guī)化搭配線性正規(guī)化轉(zhuǎn)換。
9.根據(jù)權(quán)利要求1所述的現(xiàn)地型地震即時(shí)分析系統(tǒng)，其特征在于，通過該類神經(jīng)網(wǎng)絡(luò)模塊計(jì)算的所述地震特性參數(shù)包含至少一樓層放大參數(shù)及/或至少一樓層地震參數(shù)，對(duì)應(yīng)于位在該檢測(cè)地點(diǎn)的一建筑物上一特定樓層。
10.根據(jù)權(quán)利要求9所述的現(xiàn)地型地震即時(shí)分析系統(tǒng)，其特征在于，該類神經(jīng)網(wǎng)絡(luò)模塊輸出的所述地震特性參數(shù)，包含對(duì)應(yīng)該特定樓層的至少一峰值樓層加速度與至少一峰值樓層加速度到達(dá)時(shí)間。
11.一種現(xiàn)地型地震即時(shí)分析方法，即時(shí)分析一地震于一檢測(cè)地點(diǎn)檢測(cè)到的一初達(dá)波，以預(yù)測(cè)到達(dá)該檢測(cè)地點(diǎn)的該地震的一剪切波，其特征在于，該方法包含: 對(duì)于該檢測(cè)地點(diǎn)擷取的多個(gè)加速度信號(hào)進(jìn)行一硬件預(yù)處理； 傳送經(jīng)硬件預(yù)處理后的所述加速度信號(hào)至一嵌入式運(yùn)算主機(jī)； 將所述加速度信號(hào)輸入內(nèi)建于該嵌入式運(yùn)算主機(jī)上的一類神經(jīng)網(wǎng)絡(luò)模塊中進(jìn)行計(jì)算；及 輸出該類神經(jīng)網(wǎng)絡(luò)模塊所計(jì)算出該地震的多個(gè)地震特性參數(shù)； 其中該類神經(jīng)網(wǎng)絡(luò)模塊包含形成四層且彼此連結(jié)的多個(gè)神經(jīng)元，各該神經(jīng)元具有一連結(jié)權(quán)重對(duì)應(yīng)于與次層另一該神經(jīng)元的連結(jié)，各該連結(jié)權(quán)重以實(shí)際測(cè)量的多個(gè)歷史地震數(shù)據(jù)輸入該類神經(jīng)網(wǎng)絡(luò)模塊中反復(fù)調(diào)校而成。
12.根據(jù)權(quán)利要求11所述的現(xiàn)地型地震即時(shí)分析方法，其特征在于，該類神經(jīng)網(wǎng)絡(luò)模塊包含一輸入層、一二階隱藏層、一三階隱藏層與一輸出層，該輸入層包含至少33個(gè)一階神經(jīng)元，該二階隱藏層包含10-50個(gè)二階神經(jīng)元分別連結(jié)各該一階神經(jīng)元，該三階隱藏層包含10-500個(gè)三階神經(jīng)元分別連結(jié)各該二階神經(jīng)元，該輸出層包含多個(gè)四階神經(jīng)元分別連結(jié)各該三階神經(jīng)元，各該四階神經(jīng)元分別輸出一四階輸出值，且所述四階輸出值包含所述地震特性參數(shù)。
13.根據(jù)權(quán)利要求12所述的現(xiàn)地型地震即時(shí)分析方法，其特征在于，: 該輸入層的各該一階神經(jīng)元分別接收于一分析時(shí)段內(nèi)的所述加速度信號(hào)，各該一階神經(jīng)元分別輸出一一階輸出值，各該一階輸出值分別為所接收的各該加速度信號(hào)值； 該二階隱藏層的各該二階神經(jīng)元分別接收各該一階神經(jīng)元的該一階輸出值、并分別輸出一二階輸出值，各該二階輸出值為各該二階神經(jīng)元與各該一階神經(jīng)元連結(jié)的一一階連結(jié)權(quán)重，分別乘上各該一階神經(jīng)元的各該一階輸出值后之和、再加上一第一誤差修正常數(shù)； 該三階隱藏層的各該三階神經(jīng)元分別接收各該二階神經(jīng)元的各該二階輸出值、并分別輸出一三階輸出值，各該三階輸出值為各該三階神經(jīng)元與各該二階神經(jīng)元連結(jié)的一二階連結(jié)權(quán)重，分別乘上各該二階神經(jīng)元的各該二階輸出值后之和、再加上一第二誤差修正常數(shù)；及該輸出層的各該四階神經(jīng)元分別接收各該三階神經(jīng)元的各該三階輸出值，各該四階神經(jīng)元分別輸出一四階輸出值，各該四階輸出值為各該四階神經(jīng)元與各該三階神經(jīng)元連結(jié)的一三階連結(jié)權(quán)重，分別乘上所接收各該三階神經(jīng)元的各該三階輸出值后之和、再加上一第三誤差修正常數(shù)。
14.根據(jù)權(quán)利要求11所述的現(xiàn)地型地震即時(shí)分析方法，其特征在于，該類神經(jīng)網(wǎng)絡(luò)模塊接收一分析時(shí)段內(nèi)的所述加速度信號(hào)，該分析時(shí)段為于該檢測(cè)地點(diǎn)檢測(cè)到該初達(dá)波起第1-10秒內(nèi)，且該輸出層自該第1秒起每秒鐘輸出該四階輸出值。
15.根據(jù)權(quán)利要求11所述的現(xiàn)地型地震即時(shí)分析方法，其特征在于，該類神經(jīng)網(wǎng)絡(luò)模塊輸出的所述地震特性參數(shù)，選自該地震的一地震震度、一初達(dá)波-剪切波時(shí)間間隔、至少一組對(duì)應(yīng)三坐標(biāo)軸的峰值地表加速度及一峰值地表加速度到達(dá)時(shí)間的群組及其任意組合。
16.根據(jù)權(quán)利要求11所述的現(xiàn)地型地震即時(shí)分析方法，其特征在于，該嵌入式運(yùn)算主機(jī)將所接收該地震的所述加速度信號(hào)先進(jìn)行數(shù)據(jù)轉(zhuǎn)換，再輸入該類神經(jīng)網(wǎng)絡(luò)模塊中，以得到所述地震特性參數(shù)；其中該數(shù)據(jù)轉(zhuǎn)換選自指數(shù)正規(guī)化搭配線性正規(guī)化轉(zhuǎn)換、或傅立葉正規(guī)化搭配線性正規(guī)化轉(zhuǎn)換。
17.根據(jù)權(quán)利要求11所述的現(xiàn)地型地震即時(shí)分析方法，其特征在于，更包含通過該嵌入式運(yùn)算主機(jī)篩選該歷史峰值地表加速度小于500 (gal)、該歷史初達(dá)波/次達(dá)波時(shí)間差小于50 (秒)的所述歷史地震數(shù)據(jù)，以輸入該類神經(jīng)網(wǎng)絡(luò)模塊中進(jìn)行反復(fù)調(diào)校。
18.根據(jù)權(quán)利要求17所述的現(xiàn)地型地震即時(shí)分析方法，其特征在于，該嵌入式運(yùn)算主機(jī)將篩選后的所述歷史加速度信號(hào)先進(jìn)行數(shù)據(jù)轉(zhuǎn)換，再輸入該類神經(jīng)網(wǎng)絡(luò)模塊中，以得到多個(gè)預(yù)測(cè)地震特性參數(shù)，并比對(duì)實(shí)際測(cè)量的所述歷史地震數(shù)據(jù)，以調(diào)校各該神經(jīng)元的各該連結(jié)權(quán)重。
19.根據(jù)權(quán)利要求11所述`的現(xiàn)地型地震即時(shí)分析方法，其特征在于，通過該類神經(jīng)網(wǎng)絡(luò)模塊計(jì)算的所述地震特性參數(shù)包含至少一樓層放大參數(shù)及/或至少一樓層地震參數(shù)，對(duì)應(yīng)于位在該檢測(cè)地點(diǎn)的一建筑物上一特定樓層。
20.根據(jù)權(quán)利要求19所述的現(xiàn)地型地震即時(shí)分析方法，其特征在于，該類神經(jīng)網(wǎng)絡(luò)模塊輸出的所述地震特性參數(shù)，包含對(duì)應(yīng)該特定樓層的至少一峰值樓層加速度與至少一峰值樓層加速度到達(dá)時(shí)間。
【文檔編號(hào)】G01V1/30GK103675914SQ201210337469
【公開日】2014年3月26日 申請(qǐng)日期:2012年9月12日 優(yōu)先權(quán)日:2012年9月12日
【發(fā)明者】林主潔, 林沛旸, 沈哲平, 黃謝恭, 江宏偉 申請(qǐng)人:林沛旸