| 基于CNN-BiLSTM的磁流变阻尼器逆模型研究与分析 |
| |
| 引用本文： | 张娜,陆泽通,纪成浩.基于CNN-BiLSTM的磁流变阻尼器逆模型研究与分析[J].电声技术,2021,45(11):85-88. |
| |
| 作者姓名： | 张娜 陆泽通 纪成浩 |
| |
| 作者单位： | 黑龙江科技大学 电气与控制工程学院,黑龙江 哈尔滨 150022 |
| |
| 摘 要： | 由于磁流变阻尼器(MR阻尼器)的双粘性和滞回特性,逆模型很难被准确获取.为此,基于卷积神经网络(Convolutional Neural Networks,CNN)提取特征的能力,双向长短期记忆(Bi-directional Long Short-Term Memory,BiLSTM)神经网络处理时间依赖问题的能力,磁流变阻尼器本身输入和输出存在时间依赖的特性,采用CNN-BiLSTM组合网络来预测模型.对比均方根误差和预测时间发现,相比于单纯的BiLSTM网络,所提的网络提高了模型的精度,在预测时间上也有了极大的提升.
|
| 关 键 词： | 双粘性 滞回特性 磁流变阻尼器 |
Research and Analysis of Inverse Model of MR Damper Based on CNN-BiLSTM |
| |
| ZHANG Na,LU Zetong,JI Chenghao.Research and Analysis of Inverse Model of MR Damper Based on CNN-BiLSTM[J].Audio Engineering,2021,45(11):85-88. |
| |
| Authors: | ZHANG Na LU Zetong JI Chenghao |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
