河北技术转移中心

科创商贸名城  

   京东魅力玉田

HEBEI TECHNOLOGY TRANSFER CENTER OF ZHEJIANG UNIVERSITY

科技服务
基于卷积神经网络的结构位移响应预测方法、装置和介质

申请号:CN202411420756.1 

当前权利人:浙江大学 


摘要: 本发明公开了一种基于卷积神经网络的结构位移响应预测方 法、装置和介质,该方法首先进行数据准备阶段,包括定义结构的几 何形状和尺寸,确定材料性质参数,并明确结构的边界条件;再进行 离散化和数据预处理阶段,将结构的几何形状离散化为节点和单元, 并将结构信息表示为矩阵形式,并对边界条件进行适当的处理;在网 络模型设计和配置阶段,选择合适的卷积神经网络结构,确定激活函 数和正则化方法,并根据问题的特点调整网络的超参数;随后,在训 练数据准备阶段,生成训练样本集,包括输入数据和目标输出数据;使用训练样本集作为输入数据,通过反向传播算法和优化算法来更新 网络的权重和偏置。本发明具有通用性,同时提供了高效准确的预测 方法。 



主权利要求: 1.一种基于卷积神经网络的结构位移响应预测方法,其 特征在于,包括以下步骤: (1)获取结构的输入数据,具体包括定 义结构的几何形状和尺寸,确定材料性质参数,以及明确结构的边界 条件; (2)将结构的几何形状进行离散化,以将其划分为节点和单 元,并确定节点之间的连接关系;对结构的输入数据以及得到的节点 和单元信息进行预处理,以将其转换为结构位移响应预测模型要求的 输入数据表示形式,得到预处理后的待输入的结构数据矩阵; (3) 选择卷积神经网络,并对其具体结构进行调整和配置,以构建结构位 移响应预测模型; (4)将步骤(2)得到的预处理后的待输入的结 构数据矩阵作为输入样本,获取真实的结构位移响应作为目标输出数 据,根据输入样本和目标输出数据构建训练样本集; (5)使用训练 样本集对结构位移响应预测模型进行迭代训练,根据结构位移响应预 测模型的损失函数,采用反向传播法优化更新结构位移响应预测模型 的权重和偏置参数,直至达到预设的训练轮次,获取训练好的结构位 移响应预测模型;(6)对训练好的结构位移响应预测模型进行验证, 并根据其验证结果对训练好的结构位移响应预测模型进行微调,以获 取最终的结构位移响应预测模型,用于预测结构位移响应。

友情链接: