학술논문
基于卷积神经网络的框架剪力墙结构层间位移角预测 / Prediction of Interlayer Displacement Angle of Frame Shear Wall Structure Based on Convolutional Neural Network
Document Type
Academic Journal
Author
Source
土木工程与管理学报 / Journal of Civil Engineering and Management. 40(1):92-97
Subject
Language
Chinese
ISSN
2095-0985
Abstract
采用机器学习等智能算法预测结构时程响应时,通常将地震动的某项静态指标作为输入来考虑.这种处理方法丢失了地震动记录本身的时程特性.本文提出将地震动记录处理成二维张量来处理其时程信息,以一栋框架剪力墙结构为对象,通过数据集构造、网络模型搭建和参数优化,训练卷积神经网络(CNN)来预测结构的最大层间位移角.此外,还采用人工神经网络(ANN)以及长短时记忆神经网络(LSTM)进行对比分析,研究结果表明:CNN与LSTM能够有效地预测弹性状态下的结构层间位移角,且CNN的预测精度最高,训练耗时最少.