基于SSA-LSTM算法的风车桥系统振动响应预测方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明涉及风车桥耦合系统技术领域,公开了一种基于SSA‑LSTM算法的风车桥系统振动响应预测方法,将麻雀搜索算法与长短时记忆网络进行结合,充分利用SSA的寻优特性和较好的适应性,用SSA来搜索LSTM模型的最优超参数,并建立一个可靠的网络模型;建立神经网络来构建数值模型,由两个功能模块组成:用于超参数搜索的SSA和用于风‑车‑桥系统响应预测的LSTM层;LSTM单元通过引入系统激励和结构参数的随机性作为单元的一部分进行建模,使数值模型能够传达火车‑桥梁‑系统的随机性并获得其随机响应。本发明风‑车‑‑桥梁结构之间的动态相互作用被集成到神经网络模型中,利用SSA缩短建模时间,提高建模精确度,降低了计算成本,对系统响应进行了更精确的预测。
《基于SSA-LSTM算法的风车桥系统振动响应预测方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2023114473974,当前法律状态为已下证,由成都理工大学提出申请,发明人为朱思宇;易瑞;向天宇;杨梦雪;杜斌,申请日期为2023-11-02,公开(公告)日期为2024-01-05,国际专利分类号(IPC)为 G06F 30/27 (2020.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明涉及风车桥耦合系统技术领域,公开了一种基于SSA‑LSTM算法的风车桥系统振动响应预测方法,将麻雀搜索算法与长短时记忆网络进行结合,充分利用SSA的寻优特性和较好的适应性,用SSA来搜索LSTM模型的最优超参数,并建立一个可靠的网络模型;建立神经网络来构建数值模型,由两个功能模块组成:用于超参数搜索的SSA和用于风‑车‑桥系统响应预测的LSTM层;LSTM单元通过引入系统激励和结构参数的随机性作为单元的一部分进行建模,使数值模型能够传达火车‑桥梁‑系统的随机性并获得其随机响应。本发明风‑车‑‑桥梁结构之间的动态相互作用被集成到神经网络模型中,利用SSA缩短建模时间,提高建模精确度,降低了计算成本,对系统响应进行了更精确的预测。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
