- 专利标题: 基于深度学习的高层建筑风致响应预测方法及装置
-
申请号: CN202111030329.9申请日: 2021-09-03
-
公开(公告)号: CN113988357B公开(公告)日: 2024-06-21
- 发明人: 陈增顺 , 许福友 , 李珂 , 许叶萌 , 汪亚泰 , 李狄钦
- 申请人: 重庆大学
- 申请人地址: 重庆市沙坪坝区沙正街174号
- 专利权人: 重庆大学
- 当前专利权人: 重庆大学
- 当前专利权人地址: 重庆市沙坪坝区沙正街174号
- 代理机构: 重庆乐泰知识产权代理事务所
- 代理商 雷钞
- 主分类号: G06F18/211
- IPC分类号: G06F18/211 ; G06Q50/08 ; G06N3/0464 ; G06N3/0442 ; G06N3/045 ; G06N3/08
摘要:
本发明涉及一种基于深度学习的高层建筑风致响应预测方法,属于高层建筑风致响应预测技术领域,所述预测方法包括:将待测高层建筑的历史顶部位移数据通过经验模态分解算法分解为多个本征模态函数分量,并输入CNN‑BiLSTM模型进行训练,得到EMD‑CNN‑BiLSTM模型;通过EMD‑CNN‑BiLSTM模型计算出待测高层建筑顶部位移的预测数据和变化趋势。本发明中,采用CNN‑BiLSTM模型做为基础模型对高层建筑的风致响应进行预测,完成位移响应预测所需要的时间很短;将EMD与CNN‑BiLSTM模型结合得到EMD‑CNN‑BiLSTM模型,能够达到很高的预测精度。
公开/授权文献
- CN113988357A 基于深度学习的高层建筑风致响应预测方法及装置 公开/授权日:2022-01-28