基于生成对抗网络的坝震损样本扩增方法研究

《Geomatics, Natural Hazards and Risk》:Research on GAN based sample expansion method for dam earthquake damage assessment

【字体: 大 中 小 】 时间:2026年01月23日 来源:Geomatics, Natural Hazards and Risk 4.5

编辑推荐:

  地震后大坝损伤的快速准确评估对于灾后应急响应和快速重建至关重要。针对大坝损伤样本稀缺导致评估模型稳定性和准确性不足的问题,本研究提出了一种基于生成对抗网络(Generative Adversarial Network, GAN)的地震数据增强方法,该方法学习历

  
地震后大坝损伤的快速准确评估对于灾后应急响应和快速重建至关重要。针对大坝损伤样本稀缺导致评估模型稳定性和准确性不足的问题,本研究提出了一种基于生成对抗网络(Generative Adversarial Network, GAN)的地震数据增强方法,该方法学习历史大坝损伤样本的特征并进行数据扩增,生成符合真实分布的高质量增强数据集。为验证数据的可靠性,研究人员采用决策树、随机森林、梯度提升树和BP神经网络四种机器学习模型进行对比实验。结果表明,增强数据集显著提高了模型的泛化能力:各模型预测的平均绝对误差(Mean Absolute Error, MAE)降低了70.3%,增强后的均方根误差(Root-Mean-Square Error, RMSE)降低了64.8%,树模型的拟合优度(R2)提高了50%以上。因此,本研究提出的方法能够有效克服样本稀缺的局限性,对于提高大坝损伤评估精度、防灾减灾具有重要意义。
大坝地震损伤评估是灾后应急管理中的关键环节。地震作为最具破坏性的自然灾害之一,对大坝安全构成严重威胁,其引发的次生灾害可能导致灾难性后果。大坝作为关系国计民生的重要基础设施,震后安全状态的快速准确评估已成为应急指挥和灾后重建的决定性因素。然而,由于地震的随机性和不可预测性,实际地震事件中获取大坝损伤数据往往受限,尤其在极端地震条件下,这进一步制约了震后损伤评估模型的训练与验证。尽管有限元方法(Finite Element Method, FEM)等传统数值分析方法在模拟大坝不同地震强度下的响应方面具有优势,但大坝损伤程度受地震特性、坝体材料特性、结构形式等多种复杂因素影响,仅依赖物理模型难以完成快速评估。近年来,人工智能和机器学习技术的快速发展使数据驱动方法广泛应用于灾害评估领域,但这些研究主要聚焦于"模型架构"的优化,其性能上限根本受限于原始数据集的质量和规模。在数据稀缺的背景下,单纯优化模型无法从根本上解决问题。

本研究旨在解决大坝地震损伤评估中的小样本数据瓶颈问题。研究人员提出并验证了一种基于GAN的大坝地震损伤样本扩增方法,其核心创新在于将GAN技术开创性地应用于大坝震损评估领域,建立了涵盖数据生成、分布验证和模型增强的完整工作流程。研究选取了汶川地震(2008年,M8.0)、通海地震(1970年,M7.0)和海城地震(1975年,M7.3)等历史震例中347个大坝损伤案例作为原始样本,涉及坝型、地震烈度、坝高、坝长、坝顶宽度、纵缝/条、横缝/条、最大缝长、最大缝宽、滑坡、坍塌、渗漏等14个影响因子作为输入特征,地震损伤等级按照《生命线工程地震破坏等级划分》(GB/T24336-2009)分为基本完好(Ⅰ级)、轻微破坏(Ⅱ级)、中等破坏(Ⅲ级)、严重破坏(Ⅳ级)和毁坏(Ⅴ级)五类。

研究人员采用条件表格生成对抗网络(Conditional Tabular Generative Adversarial Network, CTGAN)进行数据扩增。CTGAN针对混合类型表格数据设计,通过条件向量和Softmax输出层为离散变量提供微分生成路径,同时引入Pac判别器和按样本训练技术以更好地捕获真实数据的非平衡分布并缓解模式崩溃问题。生成器与判别器各由两层全连接层(每层128个单元)组成,使用LeakyReLU激活函数,采用PAC梯度惩罚(pac=2)训练5000个周期(批次大小为64),直至网络收敛。通过样本重叠率(Sample Overlap Rate, SOR)进行可用性判断,设定阈值为0.95;通过分布可视化、统计指标对比以及Jensen-Shannon散度(JS散度)进行相似性验证。Jensen-Shannon散度是一种对称化的Kullback-Leibler散度(Kullback-Leibler Divergence, KL散度),值域为[0,1],0表示完全一致,1表示完全无重叠。

验证表明,生成数据与原数据值域高度重叠,连续变量和离散变量的SOR均达95%以上,全局平均SOR高达99%。剔除不合理样本后,获得包含10655条数据的增强数据集。分布可视化显示,合成数据与真实数据概率密度分布几乎重叠;85%变量的JS散度小于0.25,平均JS散度为0.115,显著低于0.25的可接受阈值。

为验证增强数据集的可靠性,研究人员选取决策树(Decision Tree, DT)、随机森林(Random Forest, RF)、梯度提升树(Gradient Boosting Decision Tree, GBDT)和BP神经网络(Backpropagation Neural Network)四种代表性机器学习模型,设计了三组对比实验:实验一使用原始数据集和默认参数训练模型;实验二在相同网络结构和参数下使用增强数据集训练;实验三针对增强数据集采用随机搜索(Random Search, RS)算法进行超参数优化。评价指标包括MAE、RMSE和R2。

结果显示,增强数据集显著提升了各模型的预测性能。实验二相比实验一,各模型MAE平均降低50%,RMSE平均降低42.4%;实验三相比实验一,MAE平均降低70.3%,RMSE平均降低64.8%。其中随机森林算法表现最为显著,实验三相比实验一MAE降低80.9%,RMSE降低69.2%,R2达到0.95。三种树模型因增强数据填补了原始数据局部稀疏区域,使特征边界更清晰,增强了对地震损伤等级的识别能力;BP神经网络在参数优化后也展现出更优性能。

研究人员指出,尽管GAN增强数据在整体分布模式上与原数据高度一致,但仍存在局部细节偏差:部分连续特征(如最大缝长)的生成数据分布较原数据更趋中心化,可能平滑掉部分有意义的极端案例;个别裂缝相关变量的分布拟合存在误差,源于原始小样本数据本身的测量误差或稀疏分布;当前方法主要保证数据统计相似性,未显式引入物理定律约束,可能存在个别统计上合理但物理上不可能的生成样本。因此,增强数据集最适用于作为原始稀缺数据的补充以训练和正则化机器学习模型,而非完全替代真实数据或物理模型。在实际工程应用中,基于增强数据训练的模型可作为快速筛查和初步评估工具,其评估结果仍需结合专家经验形成最终决策。

研究结论部分指出:(1)通过可用性判断和相似性验证,GAN生成的增强数据集不仅与原数据集高度相似,同时增加了数据集中度,在一定程度上增强了特征间的相关性和稳定性,可有效用于原始数据扩增;(2)使用增强数据集训练各机器学习模型,其预测精度和泛化能力均显著高于原始数据集,验证了增强数据集可作为大坝损伤评估中原始数据扩增的有效手段,也可用于建筑结构相关领域的损伤评估工作;(3)本研究方案为大坝地震损伤评估领域提供了一种有效的数据扩增方法,改善了小样本数据的建模精度不足问题,提升了机器学习在工程震害损失领域的评估精度。此外,研究也指出了未来可改进的方向,如扩展损伤案例收集的时空范围、研究更多适用的数据扩增方法、考虑坝基材料等更多结构特征因素,以期为政府和应急管理部门提供更科学的数据依据,最大限度减少地震造成的工程经济损失。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号