公开(公告)号：CN117910342A

公开(公告)日：2024-04-19

申请号：CN202410002680.4

申请日：2024-01-02

申请人： 东南大学

发明人： 张瑞阳 ,  何山 ,  廖聿宸 ,  吴刚

IPC分类号： G06F30/27 ,  G06F18/20 ,  G06N3/0464 ,  G06N3/08 ,  G06Q50/08

摘要： 本发明公开了一种基于多层残差GRU网络的主余震地震下结构易损性预测方法，用于预测主余震序列型地震下的结构易损性。与传统的易损性分析方法相比，本方法克服了主余震序列型地震下结构易损性计算成本高昂的问题，显著减少了计算时间。首先，利用数值仿真方法构建目标结构在主余震序列型地震下的结构响应数据库；接着，建立主余震序列型地震下的结构响应预测神经网络，并根据已构建的数据库对网络进行优化训练，获得主余震序列型地震下的结构响应预测模型；最后，利用训练好的神经网络预测模型进行主余震双重调幅的增量动力分析，获取目标结构在大量主余震序列型地震下的结构响应数据，进而计算出目标结构的易损性函数。

公开(公告)号：CN116663126A

公开(公告)日：2023-08-29

申请号：CN202310766544.8

申请日：2023-06-27

申请人： 东南大学

发明人： 吴刚 ,  廖聿宸 ,  张瑞阳 ,  何山 ,  侯士通

IPC分类号： G06F30/13 ,  G06F30/27 ,  G06F18/214 ,  G06F119/02 ,  G06F119/08 ,  G06F119/14

摘要： 本发明公开了一种基于通道注意力BiLSTM模型的桥梁温度效应预测方法，采用序列到序列的深度学习方法，直接从桥梁的监测数据中提取温度场与温度应变的非线性映射关系，替代了传统数值仿真的建模过程。引入时间序列的通道注意力机制对BiLSTM模型进行改进，使其在温度效应预测上具有良好的泛化性能与预测精度。克服了桥梁热力学仿真分析的计算耗时问题，有助于分析大型桥梁长期服役条件下的热力学行为；根据桥梁监测数据直接构建温度场与温度效应的映射关系，提高了桥梁监测数据的利用率，符合桥梁监测系统大规模推广应用的现状；使用的深度神经网络在温度效应预测上具有良好的泛化能力和适用性，无需大量、完整周期的监测数据进行训练，使用简单、便捷。