基于LSTM的高铁桥梁结构振动性能预警模型

扫码查看

原文链接

万方数据
维普

中文摘要：为了对高铁桥梁结构振动安全进行准确预警,基于长短时记忆网络(LSTM)构建融合预警模型.通过分析桥梁监测数据构建LSTM预警模型,考虑时间序列数据多尺度特征,引入经验模态分解法进行分解,从而构建改进LSTM预警模型.以常州某高铁桥梁为例,选取2023年5月至2023年7月的监测数据验证各模型的预警效果.结果显示,数据规模为400组时,支持向量机(SVM)、LSTM和改进LSTM预警模型的相对误差分别为10.12%、9.31%和3.18%,均方误差分别为11.19、9.32、3.43 mm.在不同工况下,改进LSTM预警模型的预警准确度最高,具有良好的应用效果.

作者：

卢明辉

展开 >

作者单位：

天津铁道职业技术学院,天津 300240

关键词：

长短时记忆网络高铁桥梁振动预警经验模态分解多尺度特征

出版年：

2024

DOI：

10.19301/j.cnki.zncs.2024.08.032

智能城市

辽宁省科学技术情报研究所

智能城市

ISSN：2096-1936

年,卷(期)：2024.10(8)