一种基于知识增强深度学习模型的主余震序列地震响应预测方法

一种基于知识增强深度学习模型的主余震序列地震响应预测方法，它属于建筑结构地震响应预测技术领域。本发明解决了现有深度学习模型训练数据稀缺、捕捉长序列全局相关性的能力差以及无法处理具有不同长度和采样频率的输入地震动的问题。本发明具体为：步骤1、建立目标结构有限元模型，选取并调整主余震地震动记录；步骤2、基于有限元模型和地震动记录构建训练数据集；步骤3、搭建包括一致性输入编码模块、编码器、解码器和线性层的知识增强深度学习模型，设计知识增强损失函数，利用训练数据集对模型进行训练；步骤4、将实际主余震地震动序列输入已训练模型，得到结构位移响应和结构恢复力预测结果。本发明方法可以应用于地震响应预测。