基于长短时记忆网络的结构地震响应预测

在地震作用下,为了给建筑结构的半主动、主动及智能控制系统提供持续稳定、精确实时的响应输入,提出一种基于长短时记忆网络(LSTM)深度学习框架的地震响应预测方法。将三种不同数据特点的地震加速度作用于钢梁有限元模型,采集响应数据库,对LSTM深度学习框架进行搭建、训练及参数优化,完成模型的数据测试,最后将该深度学习框架运用于某框架-剪力墙结构模型的顶层位移响应预测,并与试验数据进行对比。研究结果表明:在不同外部激励作用下,基于LSTM的地震响应预测策略具有较高的精确度和稳定性,可为控制系统预先提供准确的动力响应,从而有利于实现工程结构的在线实时减震控制。