期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于SegRNN的运营环境下大跨拱桥结构响应预测研究
1
作者 王鹏军 樊宇 杨阳 《城市道桥与防洪》 2026年第2期35-41,共7页
针对桥梁结构响应的预测问题,基于分段递归神经网络(segment recurrent neural network,SegRNN)提出了一种响应预测方法,可以对未来24、48 h内的响应进行预测。SegRNN将输入数据分段,减小了递归神经网络(recurrent neural network,RNN)... 针对桥梁结构响应的预测问题,基于分段递归神经网络(segment recurrent neural network,SegRNN)提出了一种响应预测方法,可以对未来24、48 h内的响应进行预测。SegRNN将输入数据分段,减小了递归神经网络(recurrent neural network,RNN)的迭代次数,在解码阶段,使用并行多步预测的方法,代替了RNN的迭代循环多步预测的方法,提高了预测精度。将过去的桥梁响应数据和温度、交通荷载数据作为输入,使用SegRNN预测未来响应。对一座大跨度钢管混凝土拱桥为期1年的应变、梁端位移和GPS数据进行了分析。选择了10条典型测点位置的监测数据作为数据集,测试了提出方法的有效性。结果表明,SegRNN在所有测试中的平均绝对误差和平均均方误差指标的平均值分别为0.254和0.387,分别取得了12个和11个最佳结果,相比于的LSTM(long short-term memory)、Transformer网络具有显著的优势。提出的方法可以应用于实际桥梁监测中,为桥梁的风险预测提供支持。 展开更多
关键词 结构健康监测 大跨度拱桥 segrnn 响应预测
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部