非线性结构地震响应的神经网络算法

提出一种基于长短期记忆(long?short-term?memory,?LSTM)神经网络模型计算非线性结构地震响应的新方法,采用单向多层堆叠式LSTM架构,并借助滑动时间窗实现递推计算.改进了模型预测效果的评价指标,可考虑响应在不同幅值区间的敏感性差异,避免了传统评价指标的相位敏感问题.利用实测地震动和多层框架结构进行了新方法的验证,给出了网络超参数的取值原则,并讨论了不同工况下模型的泛化能力.结果表明,LSTM模型的计算精度较好、对地震动类型具有鲁棒性.由于神经网络模型便于分布式、云部署的特点,该方法可在城市区域地震响应快速模拟等传统数值方法受限的应用场景发挥作用.