一种基于长短期记忆神经网络的模态参数辨识方法

本发明公开了一种基于长短期记忆神经网络的模态参数辨识方法，属于人工智能、系统辨识及结构健康监测领域，目的是提高使用神经网络进行模态参数辨识的精度。首先获取结构模型受到激励后的响应数据，并对其预处理得到样本集，并将样本集划分为训练集和测试集；接着构建基于长短期记忆的神经网络，主要由编码器（MLP）、LSTM特征提取器、解码器（MLP）及线性重构器组成。接着使用训练集数据训练神经网络直至其损失函数收敛，然后使用测试集数据进行辨识，最后将获得的数据通过功率谱密度分析获得结构的自然频率。本发明在模态频率辨识精度上显著提升，为复杂结构的智能健康监测提供了高效解决方案。