买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉同济大学申请的专利一种城镇建筑群地震安全监测分析方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121457220B 。

龙图腾网通过国家知识产权局官网在2026-04-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610002624.X，技术领域涉及：G06F30/23；该发明授权一种城镇建筑群地震安全监测分析方法及系统是由单伽锃;康昊设计研发完成，并于2026-01-05向国家知识产权局提交的专利申请。

本一种城镇建筑群地震安全监测分析方法及系统在说明书摘要公布了：本发明涉及一种城镇建筑群地震安全监测分析方法及系统，其中方法包括以下步骤：基于结构设计图纸与结构体检数据，获取建筑群特征参数，对城市建筑群进行分类，并在每个簇群中选取具有代表性的指标性建筑；建立等效数值分析模型，根据实测地震动时程，通过弹塑性分析方法分析结构恢复能力，并结合建筑群特征参数，确定城市建筑群各簇内建筑的性能水准；建立指标性建筑性能水准与簇内其他建筑性能水准之间的映射关系；提取当地台站最新记录的地震动时程，计算指标性建筑的性能水准，并根据映射关系得到簇内所有建筑的性能水准，从而完成城市建筑群地震安全监测分析。与现有技术相比，本发明具有能够高精度监测、高效分析、具有工程实践性等优点。

本发明授权一种城镇建筑群地震安全监测分析方法及系统在权利要求书中公布了：1.一种城镇建筑群地震安全监测分析方法，其特征在于，包括以下步骤： S1，建筑群特征获取：基于结构设计图纸与结构体检数据，获取建筑群特征参数，所述建筑群特征参数包括城市建筑群的初始设计信息与真实服役动力特性； S2，建筑群特征聚类与指标性建筑选取：根据所述建筑群特征参数，采用聚类分析方法对城市建筑群进行分类，将具有相似设计特征与动力特性的建筑划分为同类簇群，并在每个簇群中选取具有代表性的指标性建筑； S3，建筑群数值模型分析：建立等效数值分析模型，根据实测地震动时程，通过弹塑性分析方法分析结构恢复能力，并结合建筑群特征参数，确定城市建筑群各簇内建筑的性能水准； S4，建立簇内性能水准映射关系：根据所述的城市建筑群各簇内建筑的性能水准，建立指标性建筑性能水准与簇内其他建筑性能水准之间的映射关系； S5，城市建筑群地震安全监测分析：提取当地台站最新记录的地震动时程，计算指标性建筑的性能水准，并根据所述的映射关系，得到簇内所有建筑的性能水准，从而完成城市建筑群地震安全监测分析； 所述选取具有代表性的指标性建筑的方法为： 基于当前簇的建筑群特征参数中的数值型特征与文本型特征构建统一特征空间，将文本型特征采用整数映射编码为数值形式，计算各建筑相对于簇中心的欧式几何距离以量化建筑在结构属性与动力特性维度上的相似性，计算聚类距离相似性评分： ， 式中，表示第个建筑与簇中心之间的聚类距离相似性评分；表示簇中心在第个特征维度上的聚类质心；表示簇内第个建筑在第个特征维度上的取值，为文本型特征和数值型特征的特征维度和； 对当前簇的建筑群特征参数中的数值型特征进行统计分布分析，并计算数值型特征评分； ， 式中，为第个建筑的数值型特征评分；为第个建筑的数值型特征的值；为簇内数值型特征的均值；为簇内数值型特征的最大值；为数值型特征的特征维度； 对建筑群特征参数中的每一维度的文本型特征进行频度统计，确定对应维度下的主导类型，并筛选属于该主导类型的建筑，计算文本型特征评分： ， ， 式中，为第个建筑的文本型特征评分；是第个建筑在文本型特征上的类型；为簇内文本型特征的主导类型；为文本型特征的特征维度，为第个建筑的文本型特征的评分； 基于建筑与最近地震台站之间的距离计算空间位置评分： ， 式中，为第个建筑的空间位置评分，为第个建筑与其对应最近地震台站之间的距离；为簇内所有建筑与对应最近地震台站之间距离的均值；为簇内所有建筑与对应最近地震台站之间距离的最大值； 将聚类距离相似性评分、数值型特征评分、文本型特征评分及空间位置评分进行加权融合，得到簇内建筑的综合代表性评分： ， 其中，分别为四类评分的权重系数，其和为1；为建筑功能重要性系数，对于普通建筑其值为1，对于关键功能建筑取值小于1； 按照综合代表性评分从小到大排序，取前个对应建筑为指标性建筑，为指标性建筑数量； 所述S4包括以下步骤： S401，构建映射模型数据库； 提取簇内建筑的结构特征参数、动力特性参数、空间位置特征参数及指标性建筑的性能水准，作为性能映射模型的输入，以簇内性能水准作为输出构建映射模型数据库； S402，建立性能水准映射模型； 构建性能水准映射模型，并利用映射模型数据库进行训练，通过学习结构特征与性能响应之间的规律，实现对簇内建筑性能水准的快速预测； 其中，所述性能水准映射模型在传统回归模型或神经网络模型的基础上，在输出阶段引入结构相似性权重核函数增强指标性建筑性能响应向簇内建筑的传播能力，所述结构相似性权重核函数定义为： ， 式中，和分别为第个建筑与指标性建筑的特征向量，和为结构经纬度向量，与为控制权重衰减范围的超参数，为结构相似性权重核函数； 基于所述结构相似性权重核函数，将指标性建筑的精细化分析结果泛化至簇内其他建筑，得到建筑的性能预测值： ， 式中，为指标性建筑的性能水准，为传统回归模型或神经网络模型预测的第个建筑的性能水准，为性能水准映射模型输出的性能水准。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人同济大学，其通讯地址为：200092 上海市杨浦区四平路1239号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。