基于长短时记忆网络的结构智能控制算法研究 |
| |
引用本文: | 涂建维,高经纬,李召,张家瑞.基于长短时记忆网络的结构智能控制算法研究[J].华中科技大学学报(自然科学版),2019,47(12):110-115. |
| |
作者姓名: | 涂建维 高经纬 李召 张家瑞 |
| |
作者单位: | 武汉理工大学道路桥梁与结构工程湖北省重点实验室,湖北武汉,430070 |
| |
基金项目: | 国家自然科学基金;湖北省自然科学基金;中央高校基本科研业务费专项 |
| |
摘 要: | 为提高建筑结构智能控制的控制精度及稳定性,在长短时记忆(LSTM)网络理论基础上,提出一种基于深度学习的智能控制算法.通过构建深度学习框架,设计LSTM智能控制器,并将其性能测试结果与反向传播(BP)和径向基函数(RBF)神经网络控制器进行对比.以Benchmark模型为对象,分析了不同外部激励工况下LSTM智能控制器的泛化能力,并提出了基于结构响应的H_2范数评价指标.结果表明:BP和RBF神经网络框架的预测结果相比LSTM框架可能发生局部最优现象,且收敛精度较低;原输入工况下,LSTM控制器的误差为3.30×10~(-4),控制效果最高达65.0%;变激励工况下,LSTM控制器的响应峰值及H_2范数评价指标均优于BP和RBF神经网络控制器,说明LSTM智能控制器具有良好的控制和泛化性能.
|
关 键 词: | 深度学习 长短时记忆网络 智能控制 时间序列预测 泛化能力 |
Research on structural intelligent control algorithms based on long short-term memory networks |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|