結(jié)構(gòu)地震響應(yīng)分析與預(yù)測(cè)是結(jié)構(gòu)工程以及工程抗震防災(zāi)的一個(gè)重要課題,地震響應(yīng)傳統(tǒng)的計(jì)算方法是時(shí)程分析,但該方法存在著分析復(fù)雜、計(jì)算時(shí)間長等缺陷,故在結(jié)構(gòu)主動(dòng)控制、結(jié)構(gòu)危險(xiǎn)預(yù)警等方面并不適用,為此,尋找性能更優(yōu)越的計(jì)算模型顯得尤為必要。近年來,深度學(xué)習(xí)等機(jī)器學(xué)習(xí)方法研究越來越深入,且計(jì)算數(shù)據(jù)的增多為機(jī)器學(xué)習(xí)等方法的應(yīng)用創(chuàng)造了前提條件。本文對(duì)國內(nèi)外利用神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)方法的研究成果進(jìn)行了調(diào)研,并結(jié)合調(diào)研成果,提出了地震響應(yīng)的靜態(tài)極值指標(biāo)預(yù)測(cè)模型和響應(yīng)時(shí)程曲線預(yù)測(cè)模型。本文主要包括以下幾部分內(nèi)容:1.進(jìn)行了8層鋼筋混凝土框架結(jié)構(gòu)的設(shè)計(jì),利用OPENSEES有限元軟件進(jìn)行計(jì)算,并對(duì)結(jié)構(gòu)的基本情況、地震動(dòng)記錄的選用方式以及有限元的計(jì)算成果進(jìn)行了簡要的說明,在有限元計(jì)算結(jié)果的基礎(chǔ)上生成后續(xù)預(yù)測(cè)模型使用的數(shù)據(jù)集,并進(jìn)行數(shù)據(jù)預(yù)處理等工作,為后續(xù)預(yù)測(cè)模型的訓(xùn)練和預(yù)測(cè)提供了數(shù)據(jù)支持。2.對(duì)XGBOOST等機(jī)器學(xué)習(xí)方法進(jìn)行了簡要的介紹,并且采用XGBOOST為底層原理建立了結(jié)構(gòu)地震響應(yīng)靜態(tài)極值指標(biāo)預(yù)測(cè)模型（最大頂點(diǎn)位移、最大層間位移角、最大基底剪力）,對(duì)其預(yù)測(cè)結(jié)果和性能進(jìn)行了說明;同時(shí)對(duì)LSTM等時(shí)間序列神經(jīng)... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：110 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

結(jié)構(gòu)標(biāo)準(zhǔn)層平面布置圖

結(jié)構(gòu)側(cè)立面布置圖

標(biāo)準(zhǔn)層梁上線荷載布置圖（kN/m）

【參考文獻(xiàn)】：
期刊論文
[1]利用GRU神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)橫波速度[J]. 孫宇航,劉洋.  石油地球物理勘探. 2020(03)
[2]深度神經(jīng)網(wǎng)絡(luò)解釋方法綜述[J]. 蘇炯銘,劉鴻福,項(xiàng)鳳濤,吳建宅,袁興生.  計(jì)算機(jī)工程. 2020(09)
[3]如何有效構(gòu)建地震多發(fā)地區(qū)地質(zhì)災(zāi)害防災(zāi)減災(zāi)體系[J]. 張瑜.  綠色環(huán)保建材. 2020(06)
[4]基于迭代訓(xùn)練和集成學(xué)習(xí)的圖像分類方法[J]. 羅會(huì)蘭,易慧.  計(jì)算機(jī)工程與設(shè)計(jì). 2020(05)
[5]基于溶解氡數(shù)據(jù)和長短期記憶網(wǎng)絡(luò)的地震預(yù)報(bào)[J]. 劉海軍,單維鋒,耿貴珍.  科學(xué)技術(shù)與工程. 2020(10)
[6]使用XGBoost識(shí)別時(shí)間序列中的結(jié)構(gòu)[J]. 曲昊.  九江職業(yè)技術(shù)學(xué)院學(xué)報(bào). 2019(03)
[7]注意力機(jī)制在深度學(xué)習(xí)中的研究進(jìn)展[J]. 朱張莉,饒?jiān)?吳淵,祁江楠,張鈺.  中文信息學(xué)報(bào). 2019(06)
[8]基于雙記憶注意力的方面級(jí)別情感分類模型[J]. 曾義夫,藍(lán)天,吳祖峰,劉嶠.  計(jì)算機(jī)學(xué)報(bào). 2019(08)
[9]基于機(jī)器學(xué)習(xí)Xgboost模型解決商店商品銷量預(yù)測(cè)的問題[J]. 趙一安.  通訊世界. 2018(11)
[10]基于XGBoost的信用風(fēng)險(xiǎn)分析的研究[J]. 趙天傲,鄭山紅,李萬龍,劉凱.  軟件工程. 2018(06)



本文編號(hào)：3581287