一种基于学习样本改进的结构动力学响应映射预示方法

摘要

构建同一结构在不同边界条件下时域响应数据的映射关系模型.从动力学方程出发,推导两个系统时域映射关系的决策函数.引入RBF神经网络构建映射模型,避免了不适定问题微分方程的求解.考虑到时间序列的迟滞性特点,通过嵌入维数重构学习样本,对结构的响应预示方法进行改进.以线弹性薄板为主要研究对象,得到不同激励下结构时域动力学响应仿真数据后,研究嵌入维数选取对映射模型预示效果的影响,通过合理选取时延宽度,优化时域映射预示模型.该方法大大提高了映射模型的泛化性能,为结构综合力学环境预示提供了新思路.