基于集成学习的结构地震动响应预测方法研究

摘要：

为获取建筑结构在地震过程中的位移响应,解决结构主动控制中的时滞问题,使用集成学习方法预测结构位移响应.提出了一套适用于结构地震动响应预测的集成学习模型,使用不同的神经网络和损失函数组合作为基学习器,在此基础上使用全连接网络构建二级学习器,得到最终预测模型.模型使用双向地震动加速度和结构位移响应作为输入,预测短期的结构位移响应;结构位移响应可实现多步预测,进行动态化输出.将该框架应用于某钢框架结构,进行数值实验,结果表明,集成后的模型预测结果要优于单一模型的预测结果,所有模型都表现出预测误差随着预测时间的增加而增加的规律.模型的预测随着地震过程在同步进行,当模型预测值第一次达到某一阈值时,则将预测结果反馈到主动控制系统中,提前进行结构振动控制,而不必等待位移传感器采集到真实的响应数据,从而减小甚至避免主动控制中时滞问题的影响.

关键词：集成学习、机器学习、时序预测、双向地震响应预测

所属期刊栏目：43

分类号：TU17(建筑基础科学)

资助基金：重庆市自然科学基金;基于BIM+AI的智慧化建筑抗震管理系统关键技术研究项目

在线出版日期：2023-07-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：435-443