一种基于KCBMA算法的风车桥系统安全评估方法

本发明公开了一种基于KCBMA算法的风车桥系统安全评估方法，涉及风车桥耦合系统技术领域，将开普勒优化算法（KOA）与多头注意力机制下的卷积神经网络‑双向长短期记忆网络（CNN‑Bi‑LSTM‑MA）进行结合，通过KOA自适应搜索CNN‑Bi‑LSTM‑MA网络的最优超参数组合，构建具有动态适应能力的神经网络预测模型；Bi‑LSTM单元通过融合风荷载激励和系统参数的随机性特征进行建模，使数值模型能够有效表征风‑车‑桥系统的随机性并预测其随机响应。本发明将风‑车‑桥结构之间的动态相互作用集成到神经网络模型中，利用KOA显著缩短建模时间，提高建模精确度，降低了计算成本，对系统响应进行了更精确的预测。