本發(fā)明涉及一種斜拉索索力與主梁豎向位移時空相關深度學習建模方法,對實測索力及主梁豎向位移監(jiān)測數據進行預處理和歸一化;根據需求構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絡模型,或者根據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絡模型,將訓練集輸入至相應的網絡模型中進行訓練,使用的損失函數為帶權重項的最小相對均方誤差函數,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、動量參數和權重參數。本發(fā)明提出的整體和局部網絡模型均能很好地實現由主梁豎向位移識別索力,且局部網絡模型能達到與整體網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深度學習建模方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)