基于动力指纹与GTO-1D CNN-BiLSTM模型的梁桥损伤诊断-长安大学学报(自然科学版)2025年03期-手机知网

手机知网 App

24小时专家级知识服务

公路与水路运输

基于动力指纹与GTO-1D CNN-BiLSTM模型的梁桥损伤诊断

兰州理工大学土木工程学院;兰州理工大学西部土木工程防灾减灾教育部工程研究中心;兰州工业学院土木工程学院;甘肃省交通科学研究院集团有限公司;甘肃五环公路工程有限公司 | 项长生赵华苏天涛刘屺阳李峰

开通知网号

针对服役梁桥易受材料和环境等因素影响出现易损性问题，以一座三跨连续梁桥为研究对象，提出一种基于灰关联广义比例柔度曲率差(GMGPFCD-A)构建的动力指纹和人工大猩猩群体优化算法(GTO)-一维卷积神经网络(1D CNN)-双向长短期记忆网络(BiL...

机　构:

兰州理工大学土木工程学院；兰州理工大学西部土木工程防灾减灾教育部工程研究中心；兰州工业学院土木工程学院；甘肃省交通科学研究院集团有限公司；甘肃五环公路工程有限公司；

领　域:

公路与水路运输；

关键词:

桥梁工程；损伤识别；广义柔度矩阵；比例柔度矩阵；灰色关联分析；1D CNN-BiLSTM；人工大猩猩群体优化算法；

格　式:

PDF原版；EPUB自适应版(需下载客户端)

开通会员更优惠，尊享更多权益

手机阅读本文

下载APP 手机查看本文

长安大学学报(自然科学版)

相似文献

期刊硕士博士会议报纸

图书推荐

相关工具书