地震作用下结构响应实时预测方法研究

该研究提出修正后的地震下结构响应实时预测理论和方法,并改进了先前建立的神经网络模型的缺陷。对利用神经网络进行地震作用下结构响应实时预测的有效性进行了论证,指出了以往理论中存在的遗漏。该研究着重阐述了在实际应用中面临的问题,包括训练集预处理和训练后模型应用方法等。在修正理论不足的基础上,深入探讨了利用训练后模型进行结构响应预测的方法,提供了可实际应用的地震作用下结构实时响应预测方法。对数据集的预处理方法进行了改进,确保在模型预测时不会发生误差的爆发式累积。为提高结构响应预测的精度和效率,基于编解码器神经网络模型、双向神经网络模块和注意力机制,引入了一种EraquseqNet模型。相较于其他神经网络方法,该研究利用注意力机制解决了信息冗余导致精度下降的问题,并通过双向神经网络模块解决了长时间地震作用下响应预测精度迅速下降的难题。