基于GA-LSTM的高层建筑结构地震响应的分散控制研究

高层建筑结构复杂,自由度数庞大,采用主动抗震控制方法时结构的精确模型无法建立,整体控制目标也难以获取。为此,将长短时记忆(LSTM)网络理论和大系统分散控制理论结合,提出一种基于LSTM的智能分散控制方法;利用LSTM深度学习框架构建不同类型的分散控制器,并根据Lyapunov稳定性理论推导分散控制器稳定的充分条件,运用遗传算法(GA)对LSTM框架的初始学习率进行优化,提高分散控制器的收敛速度和预测精度。以20层Benchmark模型作为被控对象,研究GA-LSTM分散控制方法的控制性能,并与集中控制效果进行对比分析。结果表明,基于GA-LSTM的智能分散控制方法可以简化控制器结构,对比集中控制可能产生的整体失效现象,具有更高的可靠性和更好的控制效果。