Page 57 - 《爆炸与冲击》2026年第11期

第 46 卷 潘美霖，等： 基于贝叶斯深度主动学习的三维城市建筑群爆炸载荷快速预测 第 11 期

预测响应时间小于 20 ms，一定程度上能够满足可靠性和实时性需求。
(3) 提出 BDAL 训练策略以提升样本效率。利用基于不确定性的主动学习准则评估样本的边际价
值，主动选择高价值数据用于训练，使模型在减少 50% 训练样本的条件下达到与被动深度学习相当的预
测精度，为典型城市场景下的爆炸载荷快速预测提供兼具可靠性与经济性的解决方案。
与已有工作相比，本文的主要创新点如下：
(1) 将主动学习引入城市爆炸载荷预测任务。区别于现有被动式深度学习方法，本文构建“训练-查
询-标注-再训练”的动态迭代框架，通过不确定性驱动的样本筛选策略，显著降低模型对大规模预标注
数据的依赖。
(2) 融合贝叶斯深度学习与主动采样机制。与同样采用贝叶斯神经网络的 3D-DeBNN [20] 相比，进一
步将预测不确定性作为样本价值度量指标，主动选择高信息密度样本进行仿真标注，实现模型精度与数
据效率的联合优化。
(3) 构建覆盖多维度参数空间的三维典型城市爆炸数据库。相较于现有研究多采用有限场景或二
维简化模型，本文设计涵盖爆源当量、起爆距离、建筑尺寸、街道尺度等七维参数的 648 组典型工况，基
于 blastFoam 开展高保真三维数值模拟，为主动学习方法提供高质量的实验验证平台。
本研究通过将贝叶斯原理与主动学习引入城市爆炸载荷预测，在提升预测效率与降低数据依赖方
面取得了进展，但仍存在一定局限性，未来可在以下方向继续深化：
(1) 提升模型对复杂真实场景的适应能力。当前模型基于规整建筑群构建，难以充分反映真实城市
中建筑形态异构、街道布局不规则及地形多变等特点。后续可构建真实城市场景模型，并引入几何编
码、物理信息嵌入及迁移学习等方法，增强模型在非结构化环境中的泛化性能，推动从典型场景到实际
应用的过渡。
(2) 从离散点预测向连续场预测拓展。目前研究主要针对关键点位的超压峰值进行预测，尚不能反
映冲击波在三维空间中的连续分布。未来可结合图神经网络、三维卷积网络等架构，实现对建筑表面或
空间网格节点的载荷分布建模，从而更好地支持整体毁伤评估与工程设计。
(3) 推进主动学习在爆炸领域的系统化应用。当前工作初步验证了主动学习在降低数据标注成本
方面的潜力，但其样本选择策略仍依赖预测不确定性，未充分考虑样本多样性与代表性。未来可探索融
合多样性搜索、聚类预选或物理约束的主动学习策略，进一步提升样本筛选的智能性与效率，推动其在
爆炸仿真、风险评估等场景中的系统化部署。

参考文献：
[1] SMITH P D, ROSE T A. Blast wave propagation in city streets: an overview [J]. Progress in Structural Engineering and
Materials, 2006, 8(1): 16–28. DOI: 10.1002/pse.209.
[2] RATCLIFF A, RIGBY S, CLARKE S, et al. A review of blast loading in the urban environment [J]. Applied Sciences, 2023,
13(9): 5349. DOI: 10.3390/app13095349.
[3] 张大民, 张昆, 汤文辉, 等. 剪力墙建筑物在强爆炸作用下的动响应研究 [J]. 现代应用物理, 2022, 13(4): 041003. DOI:
10.12061/j.issn.2095-6223.2022.041003.
ZHANG D M, ZHANG K, TANG W H, et al. Dynamic response of shear wall buildings under intense explosion [J]. Modern
Applied Physics, 2022, 13(4): 041003. DOI: 10.12061/j.issn.2095-6223.2022.041003.
[4] 柏准, 胡玉涛, 钱秉文, 等. 爆炸作用下浅埋直墙拱结构的毁伤评估方法与毁伤判据选择 [J]. 现代应用物理, 2024, 15(3):
031002. DOI: 10.12061/j.issn.2905-6223.2024.031002.
BAI Z, HU Y T, QIAN B W, et al. Damage evaluation method and damage criterion selection of shallow straight-wall arch
structure under explosion [J]. Modern Applied Physics, 2024, 15(3): 031002. DOI: 10.12061/j.issn.2905-6223.2024.031002.
[5] 王澍霏, 钟巍, 王智环, 等. 爆炸荷载作用下单层钢化玻璃破坏状态的理论预测方法 [J]. 现代应用物理, 2020, 11(3):
031001. DOI: 10.12061/j.issn.2095-6223.2020.031001.
WANG S F, ZHONG W, WANG Z H, et al. A theoretical prediction method for failure state of single-layer tempered glass

111503-16