基于长短时记忆网络的结构智能控制算法研究

• 作者: 张家瑞 李召 涂建维 高经纬
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 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
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 土木工程与力学
• 页码范围: 110-115
• 页数: 6页
• 分类号: TU311.4
• 语种: 中文
• DOI: 10.13245/j.hust.191219

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H2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H2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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	涂建维	武汉理工大学道路桥梁与结构工程湖北省重点实验室	47	306	9.0	16.0
2	张家瑞	武汉理工大学道路桥梁与结构工程湖北省重点实验室	6	6	1.0	2.0
3	高经纬	武汉理工大学道路桥梁与结构工程湖北省重点实验室	2	1	1.0	1.0
4	李召	武汉理工大学道路桥梁与结构工程湖北省重点实验室	2	2	1.0	1.0