物理信息循环神经网络用于非线性系统地震响应评估
摘要：结构工程中的动态响应评估是确定结构在受到地震、风或冲击等动态载荷作用时的响应，如构件受力、节点位移等的过程。这是结构分析的重要方面，它使工程师能够评估结构在极端加载条件下的性能，并对结构的设计和安全性做出明智的决策。传统的动态响应评估方法涉及使用有限元分析（FEA）进行数值模拟，其中结构采用有限元进行建模，并通过数值方法求解运动方程。尽管有效，但这种方法可能计算复杂且不适用于实时应用。为了解决这些限制，近年来在机器学习方面的新进展，特别是人工神经网络，已应用于结构工程中的动态响应评估。这些技术利用大数据集和复杂算法学习输入和输出之间的复杂关系，使其在这类问题中具有理想的特点。本文提出了一种新的方法，利用基于物理信息的循环神经网络评估多自由度（MDOF）系统的动态响应。本文的重点是评估非线性结构的地震响应。预测的响应将与FEA等最先进的方法进行比较，以评估物理信息RNN模型的功效。
作者：Faisal Nissar Malik, James Ricles, Masoud Yari, Malik Arsala Nissar
论文ID：2308.08655
分类：Machine Learning
分类简称：cs.LG
提交时间：2023-08-21