基于深度学习的一维复杂滞回关系构建与结构模拟方法

授权

摘要

本发明提出一种基于深度学习的一维复杂滞回关系构建与结构模拟方法，涉及土木结构工程与计算机技术领域。该方法首先选取具有一维受力特点的目标对象并建立对应的物理模型；选定外部效应，利用物理模型开展模拟，形成广义位移‑广义力数据集；利用该数据集训练选取的深度神经网络，得到数据驱动的一维滞回关系模型；最后将数据驱动的一维滞回关系模型嵌入物理驱动的经典模拟软件，实现两者间的即时数据融合与交互，形成数据模型和物理模型协同的结构模拟方法，并据此开展结构响应模拟。该方法能够准确构建一维复杂滞回关系，并开展高精度、高效率的结构模拟，从而在保证精确度的情况下显著提升结构模拟任务的效率。

基本信息

专利标题：

基于深度学习的一维复杂滞回关系构建与结构模拟方法

专利标题（英）：

暂无

公开（公告）号：

CN113011073A

申请号：

CN202110465740.2

公开（公告）日：

2021-06-22

申请日：

2021-04-28

授权号：

CN113011073B

授权日：

2022-04-29

发明人：

陆新征徐永嘉费一凡廖文杰

申请人：

清华大学

申请人地址：

北京市海淀区清华园1号

代理机构：

北京清亦华知识产权代理事务所(普通合伙)

代理人：

廖元秋

优先权：

CN202110465740.2

主分类号：

G06F30/23

IPC分类号：

G06F30/23 G06F30/27 G06N3/04 G06N3/08