基于注意力的混合网络用于长周期地震结构非线性响应预测方法

本发明涉及人工智能与结构抗震设计领域，具体公开了基于注意力的混合网络用于长周期地震结构非线性响应预测方法，包括如下内容：S1.在假定结构参数具有随机概率分布情况下，基于贝叶斯更新框架系统识别方案的过渡马尔可夫链蒙特卡罗来识别结构系统的滞回行为；S2.通过历史记录建立长周期地震动非线性响应数据库；S3.采用自适应窗口函数来精确计算精确的局部关系，将输入数据分成多个窗口，每个窗口都使用独立的长短期记忆模型(LSTM)进行预测，然后将预测连接起来以获得完整的预测序列；S4.通过梯度提升决策树模型提取地震特征参数，通过LSTM在S3中提取滞回特征参数。能够快速、精确地评估和控制结构在长周期地震动作用下的非线性响应需求。