基于机器学习的减隔震桥梁震致残余位移预测方法及系统

专利概览

申请人

吉林大学

发明人

顾正伟;刘朔宬;谭国金;吴春利;梁春雨;周培蕾;秦绪喜;艾永明;王文盛;何昕;都基委;赵鹤松;万肖音

申请号

CN202611133281.7

主分类号

G06F30/27

IPC

G06F30/27;G06F30/23;G06F18/27;G06F18/214;G06F18/213;G06N20/00;G06F18/25;G06F18/21;G06N7/01;G06N3/0985;G06N3/096;G06F18/22;G06F18/2433;G06N5/01;G06F111/04;G06F119/14

摘要

本发明涉及基于机器学习的减隔震桥梁震致残余位移预测方法及系统，属于桥梁性能分析技术领域，解决现有预测方法成本高、速度慢、精度低的问题。首先获取减隔震桥梁基本信息及减隔震装置参数信息；建立减隔震桥梁在地震作用下的仿真模型；采用拉丁超立方抽样方法对表征参数进行抽样，并进行特征处理和仿真模型计算，构建特征参数‑震致残余位移样本集；基于样本集训练Stacking集成模型；采用训练后的Stacking集成模型预测减隔震桥梁的震致残余位移。本发明无需布设大量传感器，能够快速、准确地预测罕遇地震作用下的桥梁震致残余位移，具有成本低、速度快、精度高的优点，为桥梁抗震韧性评估和灾后快速鉴定提供了有效技术手段。

转化信息

许可费

面议