典型文献
具有历史依赖效应的材料及结构响应预测通用深度学习MechPerformer模型
文献摘要：
针对结构计算分析领域具有历史依赖效应的力学响应预测问题,基于深度学习技术提出了一个通用模型,即MechPerformer模型.相较于自然语言处理领域,结构计算领域具有序列长度极长、记忆效应显著、因果自回归性等特性.围绕其特性,引入Transformer架构搭建了 MechPerformer模型,采用了基于随机正交正特征映射的注意力机制、反向网络技术、门控循环单元等以适应结构计算分析应用场景.为验证深度学习模型,利用历史路径强相关的低屈服点钢精细弹塑性本构模型生成了随机循环应力-应变响应数据以开展数值试验,并在其中采用了适用于各种力学量的统一归一化方法——非线性参考值放缩法.试验结果表明,MechPerformer模型能够高精度复现具有强历史依赖效应的非线性响应曲线,且呈现远超理论模型的计算效率,证明了模型的有效性.同时,根据经典弹塑性力学理论,给出了模型的力学意义阐释,增强了 MechPerformer模型的可解释性.
文献关键词：
结构响应计算;深度学习;Transformer架构;注意力机制;智能设计
中图分类号：
作者姓名：
王琛;樊健生
作者机构：
清华大学土木工程系,北京100084;清华大学土木工程安全与耐久教育部重点实验室,北京100084
文献出处：
引用格式：
[1]王琛;樊健生-.具有历史依赖效应的材料及结构响应预测通用深度学习MechPerformer模型)[J].建筑结构学报,2022(08):209-219
A类：
MechPerformer
B类：
响应预测,结构计算分析,力学响应,深度学习技术,一个通,通用模型,自然语言处理,记忆效应,自回归,Transformer,特征映射,注意力机制,门控循环单元,分析应用,深度学习模型,历史路径,低屈服点钢,钢精,弹塑性本构,本构模型,模型生成,循环应力,应变响应,响应数据,数值试验,力学量,归一化方法,参考值,放缩法,复现,非线性响应,响应曲线,计算效率,弹塑性力学,意义阐释,可解释性,结构响应计算,智能设计
AB值：
0.418123
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。
