[发明专利]一种基于决策树和循环神经网络的桥梁涡激振动幅值预测方法在审
| 申请号： | 202110765670.2 | 申请日： | 2021-07-07 |
| 公开（公告）号： | CN113642068A | 公开（公告）日： | 2021-11-12 |
| 发明（设计）人： | 赖马树金;黎善武;李惠 | 申请（专利权）人： | 哈尔滨工业大学 |
| 主分类号： | G06F30/13 | 分类号： | G06F30/13;G06F30/27;G06K9/62;G06N3/04;G06N3/08;G06Q10/04 |
| 代理公司： | 哈尔滨市哈科专利事务所有限责任公司 23101 | 代理人： | 吴振刚 |
| 地址： | 150000 黑龙江省哈尔滨市南岗*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于决策树和循环神经网络的桥梁涡激振动响应幅值预测方法。该方法首先基于现场实测的桥梁涡激振动数据，采用决策树方法，建立了涡激振动模态预测模型，实现仅通过监测风速条件即可预测涡振模态；其次基于原型桥梁涡振位移幅值微分方程一般表达式和监测数据，设计了一种适用于表征桥梁结构振动动力系统的循环神经网络算法，直接建立风速和风向与各阶模态涡振响应幅值之间的映射关系，其优点在于可实现时变、不均匀自然风，超高雷诺数下原型桥梁涡振幅值机器学习预测，解决了传统基于风洞试验的半理论半经验模型无法准确预测自然风作用下原型桥梁涡振响应的难题，为桥梁涡振预警、预报，安全评估提供重要的支撑。 | ||
| 搜索关键词： | 一种 基于 决策树 循环 神经网络 桥梁 振动 预测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学，未经哈尔滨工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110765670.2/，转载请声明来源钻瓜专利网。
- 上一篇：草地毒害草识别方法
- 下一篇：一种隧道不良地质风险预警显示系统
