摘要:本文旨在利用機器學習技術提高全球定位系統(tǒng)(GPS)測量高層建筑在風暴條件下位移響應的精度。為此,提出了長短期記憶模型和粒子群優(yōu)化-長短期記憶模型。模型通過現(xiàn)場測量進行訓練和驗證,包括應變和加速度響應,臺風期間600米高摩天大樓的原始GPS測量信號,并根據(jù)幾個標準評估模型的性能。然后,利用超參數(shù)優(yōu)化后的粒子群優(yōu)化-長短期記憶模型,提高了熱帶風暴期間GPS在摩天大樓內位移測量的精度。研究結果表明,所建立的粒子群優(yōu)化-長短期記憶模型可以有效提高GPS測量高層建筑在風暴條件下的位移精度。
關鍵詞:高層建筑;全球定位系統(tǒng);機器學習;結構健康監(jiān)測
DOI:10.12359/202510059