一种基于改进的CNN-BiLSTM神经网络的RCS板抗冲击性能预测方法

本发明公开了一种基于改进的CNN‑BiLSTM神经网络的RCS板抗冲击性能预测方法，包括：通过RCS板抗冲击数值仿真计算在不同冲击速度下，RCS板不同混凝土抗压强度、钢筋屈服强度、钢筋配筋率、后钢板厚度、后钢板屈服强度和RCS板厚度对应的失效模式；基于RCS板抗冲击数值仿真结果和历史数据建立数据集；通过S2所建立的数据集训练改进的CNN‑BiLSTM神经网络模型，通过最终训练好的模型预测RCS板在冲击作用下的失效模式。本发明通过RCS板抗冲击数值仿真计算不同工况下RCS板对应的失效模式，作为改进的CNN‑BiLSTM神经网络的训练数据库，预测RCS板抗冲击性能，效率高，成本低。