用于结构动响应预测的可解释神经网络模型及预测方法

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。