买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆邮电大学申请的专利一种基于混合深度学习模型的大型结构动力响应预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119885898B 。

龙图腾网通过国家知识产权局官网在2025-10-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510067863.9，技术领域涉及：G06F30/27；该发明授权一种基于混合深度学习模型的大型结构动力响应预测方法是由赵洋;水孟洋;禄盛;伍川;陈将;王贺;罗久飞设计研发完成，并于2025-01-16向国家知识产权局提交的专利申请。

本一种基于混合深度学习模型的大型结构动力响应预测方法在说明书摘要公布了：本发明涉及一种基于混合深度学习模型的大型结构动力响应预测方法，包括：建立大型结构的有限元模型；利用激振器测量大型结构的模态参数，并根据大型结构的模态参数对大型结构的有限元模型进行修正；利用修正后的有限元模型模拟仿真大型结构在动态荷载下的动力响应；同时使用传感器实际采集的大型结构在动态荷载下的动力响应；通过模拟仿真和实际采集的大型结构在动态荷载下的动力响应构建训练集；根据构建的训练集对混合式深度学习模型进行训练；将作用在大型结构上的动态荷载，并输入训练好的深度学习模型预测得到大型结构的动力响应。本发明提升了预测效率和准确性，增强了模型的泛化能力，使其能够适应各种不同的环境和条件。

本发明授权一种基于混合深度学习模型的大型结构动力响应预测方法在权利要求书中公布了：1.一种基于混合深度学习模型的大型结构动力响应预测方法，其特征在于，包括： S1：建立大型结构的有限元模型； S2：利用激振器测量大型结构的模态参数，并根据大型结构的模态参数对大型结构的有限元模型进行修正； 所述步骤S2包括： S21：利用激振器对大型结构施加动态荷载；所述动态荷载包括：已知频率和幅值的激励力； S22：利用传感器测量大型结构的动力响应，通过传感器测量大型结构的模态参数，所述大型结构的模态参数包括：大型结构在不同荷载下的振动形态、振动的固有频率和振动的衰减速度； S23：通过调整有限元模型的划分网格、定义材料属性、设置接触和约束条件参数，使传感器测量识别出的大型结构的模态参数与有限元模型计算出的理论模态参数在预设的误差范围内一致，对有限元模型进行修正； 所述动力响应数据包括：大型结构上测量点的位移、应力和应变的一种或多种； S3：利用修正后的有限元模型模拟仿真大型结构在动态荷载下的动力响应；同时使用传感器实际采集的大型结构在动态荷载下的动力响应； S4：通过模拟仿真和实际采集的大型结构在动态荷载下的动力响应构建训练集； S5：根据构建的训练集对混合式深度学习模型进行训练，其中，所述混合深度学习模型包括：多尺度卷积神经网络MS-CNN、多头注意力机制Multi-HeadAttention和长短时记忆网络LSTM；所述多尺度卷积神经网络MS-CNN用于对输入训练样本进行多尺度特征提取，所述多头注意力机制Multi-HeadAttention用于对提取的多尺度特征进行注意力增强处理；所述长短时记忆网络LSTM用于根据注意力增强后的特征对大型结构的动力响应进行预测； 对混合式深度学习模型进行训练时采用的损失函数为： 其中，LMSE表示损失函数，m为样本的数量，upredict为预测数据，utarget为真实数据； S6：将作用在大型结构上的动态荷载，并输入训练好的深度学习模型预测得到大型结构的动力响应。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。