基于EEMD-DNN的振动台结构位移响应预测方法及装置

摘要

本发明公开了一种基于EEMD‑DNN的振动台结构位移响应预测方法及装置，采集振动台加速度时程记录，并将该加速度时程记录分为训练集和测试集；对训练集中的加速度时程记录依次进行二次数值积分和集合经验模态分解，获得训练样本集；将训练样本集输入预先构建的深度神经网络模型中，进行迭代训练，优化模型参数，得到优化后的深度神经网络模型；将测试集输入优化后的深度神经网络模型中，预测得到振动台的位移时程曲线，进而还原振动台真实的结构位移响应；本发明基于集合经验模态分解和深度神经网络模型，整个过程具有自适应性，适用范围广，预测精度高。