[发明专利]一种公共钢结构建筑微应变预测方法及系统

权利要求书

1.一种公共钢结构建筑微应变预测方法，其特征在于，包括以下步骤：

S1、获取自然环境下公共钢结构建筑应变的历史数据，将历史数据转化成微应变数据；

S2、将步骤S1中的微应变数据划分为训练集和测试集，并对训练集和测试集进行数据预处理；

S3、利用变分模态分解方法对步骤S2预处理后的训练集进行自适应分解，获得多个不同频率且平稳度高的IMF分量；

S4、利用步骤S3中训练集的IMF分量训练GRU预测模型，采用后向误差传播的方法，通过损失函数对权重参数、偏移参数进行调整更新，完成学习，确定GRU预测模型的参数，得到各个IMF分量的GRU微应变预测子模型；

S5、利用步骤S4得到的GRU微应变预测子模型对下一时间段的数据进行预测，获得各IMF分量的微应变预测值o′_(n)；将各个IMF分量的微应变预测值o′_(n)叠加后与步骤S2的测试集进行误差对比，完成公共钢结构建筑应变的预测。

2.根据权利要求1所述的方法，其特征在于，步骤S2中，将微应变数据前8000个数据划分为训练集，将微应变数据的后200个数据划分为测试集，然后分别对训练集和测试集进行数据清洗、数据降维和归一化处理。

3.根据权利要求1所述的方法，其特征在于，步骤S3具体为：

S301、微应变数据VMD的分解，初始化模态u_k、中心频率ω和带宽λ；

S302、更新初始化模态u_k、中心频率ω、带宽λ；

S303、对于给定的判别精度e0，若满足且停止迭代，获得多个不同频率且平稳度高的IMF分量，否则返回S302，为的傅里叶变换，为的傅里叶变换。

4.根据权利要求3所述的方法，其特征在于，利用变分模态将微应变数据分解成5个调幅调频子信号，并通过自适应迭代搜寻变分模型最优解确定每个IMF分量的频率中心和宽带，输入的参数量为1个，作为自然环境下公共钢结构建筑一年服役期的微应变数据；中间的隐藏层根据VMD确定为5个分量；输出的参数量为1个，即预测的钢结构微应变数值。

5.根据权利要求3所述的方法，其特征在于，步骤S302中，更新初始化模态u_k、中心频率ω、带宽λ具体为：

其中，和分别代表f(ω)、μ_i(ω)、λ(ω)和的傅里叶变换，n代表迭代次数。

6.根据权利要求1所述的方法，其特征在于，步骤S4具体为：利用步骤S3训练集的IMF分量训练GRU预测模型，采用后向误差传播的方法；通过损失函数对权重参数、偏移参数进行调整更新，确定GRU预测模型的参数，得到各个IMF分量的GRU微应变预测子模型。

7.根据权利要求6所述的方法，其特征在于，利用损失函数对w_r w_z w_h w_o求偏导，得到更新的中间参数，再通过中间参数依次迭代计算出样本的损失收敛，实现对GRU模型参数的确定。

8.根据权利要求7所述的方法，其特征在于，对w_r w_z w_h w_o求偏导得到更新的中间参数具体为：

w_r＝w_rz+w_rh

w_z＝w_zz+w_zh

其中，w_rz、w_rh为w_r的拼接权重，w_zz、w_zh为w_z的拼接权重，为w_h的拼接权重，w_o为GRU的输出权重，是GRU中隐藏层的权重。