本發(fā)明涉及一種斜拉索索力與主梁豎向位移時空相關(guān)深度學習建模方法,對實測索力及主梁豎向位移監(jiān)測數(shù)據(jù)進行預處理和歸一化;根據(jù)需求構(gòu)建包括所有位移通道作為輸入、所有索力通道作為輸出的整體雙向長短時記憶網(wǎng)絡模型,或者根據(jù)Sobol靈敏度選取部分位移通道作為輸入、一個目標索力通道作為輸出的局部雙向長短時記憶網(wǎng)絡模型,將訓練集輸入至相應的網(wǎng)絡模型中進行訓練,使用的損失函數(shù)為帶權(quán)重項的最小相對均方誤差函數(shù),優(yōu)化算法為帶動量的隨機梯度下降算法,并使用默認的初始化學習速率、動量參數(shù)和權(quán)重參數(shù)。本發(fā)明提出的整體和局部網(wǎng)絡模型均能很好地實現(xiàn)由主梁豎向位移識別索力,且局部網(wǎng)絡模型能達到與整體網(wǎng)絡模型相近的預測效果。
聲明:
“斜拉索索力與主梁豎向位移時空相關(guān)深度學習建模方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)