用于结构动响应预测的可解释神经网络模型及预测方法

首页 AI资讯 AI技术研报 AI监管政策 AI产品测评 AI商业项目 arena全球大模型排行榜 AI产品热榜 AI 源力市场 AI新闻日报

正文
推荐专利
用于结构动响应预测的可解释神经网络模型及预测方法
申请号:CN202511145346
申请日期:2025-08-15
公开号:CN120725168B
公开日期:2025-11-07
类型:发明专利
摘要
本发明提出一种用于结构动响应预测的可解释神经网络模型及预测方法,在结构模态理论基础上,构建了具有明确物理意义的神经网络模型,包括输入层、隐含层与输出层;输入层和输出层的每个神经元内部的权值参数为与模态振型相关的物理语义参数,隐含层分为实部神经元和虚部神经元,隐含层神经元均与结构模态一一对应,其内部参数与模态频率、模态质量与模态阻尼系数具备明确的映射关系,可用于精确模拟结构的频响函数形式,实现对结构频域响应的可解释性表达。该模型采用频域功率谱误差构建损失函数,并基于正定性原则进行参数优化,确保训练过程在解析性约束下收敛,提高建模鲁棒性。
技术关键词
可解释神经网络 神经网络模型 参数 载荷 梯度下降法 单输入单输出 物理 多输入多输出 语义 信号 模块 工况 频率 数据 元素 功率 阻尼 鲁棒性 密度 理论
添加客服微信AITNT178,进AITNT官方交流群
沪ICP备2023015588号