典型文献
基于BP神经网络的单人步行荷载参数识别
文献摘要：
步行荷载模型的参数识别是准确重构步行荷载的前提.通过试验得到单人不同步频下的步行荷载加速度时程,经过傅里叶变换得到步行荷载频谱,获得各阶动载因子与实际步频.基于包含亚谐分量的步行荷载傅里叶级数模型,提出均匀试验设计与BP神经网络相结合的相位角识别方法,进而重构步行荷载.结果表明,提高均匀试验设计的水平数可以提高相位角的识别精度与重构步行荷载的准确性,各步频实测-重构步行荷载的均方根相对误差最小值约为9％,最大值约为21％,均值约为15％,在重构步行荷载时考虑亚谐分量可以更好地反映行人左右脚的步行荷载差异,步行荷载主、亚谐分量的各阶相位角大致服从变异系数为30％～70％的正态分布.
文献关键词：
步行荷载;参数识别;均匀试验设计;BP神经网络
中图分类号：
作者姓名：
浦炜钦;宋志刚;胡一鸣;张博皓
作者机构：
昆明理工大学建筑工程学院,云南昆明650500
文献出处：
引用格式：
[1]浦炜钦;宋志刚;胡一鸣;张博皓-.基于BP神经网络的单人步行荷载参数识别)[J].地震工程与工程振动,2022(02):193-200
A类：
单人步行荷载
B类：
荷载参数,参数识别,荷载模型,不同步,步频,加速度时程,傅里叶变换,载频,动载,傅里叶级数模型,均匀试验设计,相位角,识别精度,最小值,左右脚,服从,正态分布
AB值：
0.178475
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
