摘要
一种台风过境期间超高层建筑结构风致响应长期智能预测方法,其特征在于,包括以下步骤:计算目标超高层建筑所对应的结构风振响应;采用Levenberg‑Marquardt算法对级联前向BP神经网络模型进行训练;利用AI驱动的Transformer气象预测模型和线性台风模型对目标超高层建筑的来流风场信息进行预测;将所述来流风场预测信息及相应结构模态参数输入训练后的级联前向BP神经网络模型中,对超高层建筑在未来不同时刻条件下不同位置处的结构风振响应进行快速预测。本发明可以快速、灵活、可靠地实现台风过境期间超高层建筑结构风振响应的长期预测,为台风期间超高层建筑的结构振动状态预测和预警提供参考,从而提高城市相关应急响应能力,实现从被动应急到决策前移的转变。
技术关键词
超高层建筑结构
智能预测方法
神经网络模型
台风模型
结构模态参数
有限元分析方法
级联
风速
笛卡尔直角坐标系
缩尺模型
尺度分析方法
风洞试验
统计分析模型
模态分析方法
模态特征
矩阵
气压
系统为您推荐了相关专利信息
连续小波变换
分类识别方法
卷积神经网络方法
全局结构信息
特征融合方法
辅助定位方法
医学图像三维重建
内窥镜手术
耳内图像数据
时间变化曲线
电池剩余使用寿命
二次锂电池
充放电曲线
卷积神经网络模型
预训练模型
神经发育障碍
识别系统
矩阵
节点特征
非线性特征