【技术实现步骤摘要】
本专利技术涉及地震响应预测和建筑结构分析，尤其涉及一种基于transformer的适用多任务的建筑结构地震响应预测方法和装置。
技术介绍
1、地震响应预测和建筑结构分析是地震工程和结构工程领域的重要问题。传统方法在处理地震记录数据和预测建筑物地震响应时存在一些限制和挑战。地震记录数据具有高维度和复杂的时空特征，传统仿真计算方法往往难以充分捕捉其中的关键信息。此外，传统方法通常需要手动提取特征和构建复杂的数学模型，且依赖于专业知识和经验。为了满足地震工程和结构安全的需求，并解决传统方法的限制，深度学习和transformer模型逐渐成为新的计算方法。然而，目前深度学习方法在多任务跨建筑物的应用上仍面临一些挑战。这些挑战包括数据多样性、样本不平衡和建筑物特征提取等问题。不同建筑物具有不同的结构、材料和几何形状，导致其地震响应特征存在差异。目前仍需要从原始地震记录中提取有效的建筑物特征。然而，传统的手动特征提取方法难以应对多任务的需求，需要一种自动化且适应性强的特征提取方法。因此，如何突破深度学习方法的局限性，为多个不同建筑物的地震性能预测提供智能化、通用化的解决方案是一个亟待解决的问题。
技术实现思路
1、本专利技术的目的在于针对现有技术中的不足，提供一种基于transformer的适用多任务的建筑结构地震响应预测方法和装置。
2、本专利技术的目的是通过以下技术方案来实现的：本专利技术实施例第一方面提供了一种基于transformer的适用多任务的建筑结构地震响应预测方法，
3、（1）通过引入局部时间戳嵌入和全局时间戳嵌入将建筑物地震记录进行统一化表示，以获取统一化表示的地震记录向量；
4、（2）建立用于表示建筑模型的参数空间，具体包括影响建筑结构地震性能的关键参数；并对所有关键参数进行编码，以获取第一特征向量；
5、（3）采用相关性分析方法对第一特征向量中的关键参数进行过滤，以获取特征过滤后的第二特征向量；
6、（4）提取与构件层面相关的参数特征，对其编码后与第二特征向量合并，以在第二特征向量的基础上补充构件特征，得到完整的特征矩阵；
7、（5）构建适用于多任务的transformer网络模型，该transformer网络模型包括参数共享的编码模块和多个任务对应的解码层，参数共享的编码模块包括输入层、编码层和位置编码模块；基于步骤（1）得到的统一化表示的地震记录向量和步骤（4）获得的完整的特征矩阵，利用参数共享的编码模块以及不同任务对应的解码层处理不同的预测任务；
8、（6）对transformer网络模型进行训练，训练过程中对transformer网络模型的超参数进行微调，以获取训练好的transformer网络模型，用于建筑结构地震响应预测。
9、进一步地，所述步骤（1）具体包括：
10、首先，针对地震记录中的每条地震数据，将每条地震数据中的时间信息转化为相对时间信息，其中，相对时间信息通过将时间信息与地震事件的起始时间进行相对计算获得；然后，针对每条地震数据，将其相对时间信息通过引入的局部时间戳嵌入映射为局部时间嵌入向量，再与该条地震数据对应向量相加，得到该条地震数据对应的局部化表示的地震数据向量；其次，引入全局时间戳嵌入，包含地震记录的开始时间和结束时间在内的全局时间属性，将其映射为全局时间嵌入向量；最后，将每条局部化表示的地震数据向量与其对应的全局时间嵌入向量进行相加，得到统一化表示的地震记录向量。
11、进一步地，所述步骤（2）中，所述影响建筑结构地震性能的关键参数包括：建筑结构的几何特征、材料特性、连接方式和支撑方式；其中，所述几何特征包括柱、梁结构的尺寸、长度、截面形状；所述材料特性包括钢材的弹性模量、屈服强度、抗拉强度；所述连接方式包括刚度连接、刚性连接、螺栓连接等；所述支撑方式包括竖向支撑的间距、刚度。
12、进一步地，所述步骤（2）中，所述对所有关键参数进行编码，以获取第一特征向量，具体包括：
13、针对每个关键参数，采用与其相对应的编码方法进行编码，以获取该关键参数对应的嵌入向量；将所有关键参数对应的嵌入向量进行结合，获得第一特征向量。
14、进一步地，所述步骤（3）具体包括：
15、首先基于第一特征向量，对于其中的每对关键参数，使用相关性分析方法计算每对关键参数之间的相关性，其中，所述相关性分析方法包括皮尔逊相关系数或斯皮尔曼相关系数；
16、然后判断每对关键参数之间的相关性是否大于预设的相关性阈值，若该对关键参数之间的相关性大于预设的相关性阈值，则去除该对关键参数中的一个关键参数；否则，保留该对关键参数；
17、最终获得特征过滤后的第二特征向量。
18、进一步地，所述步骤（4）具体包括：
19、针对建筑物的各个构件，提取各个构件的几何特征和材料特性，并对其进行特征编码，得到各个构件的特征向量；将第二特征向量与各个构件的特征向量进行拼接，以实现建筑物的结构特征与构件特征的合并，获得完整的特征矩阵。
20、进一步地，所述步骤（5）中，所述输入层用于将步骤（1）得到的统一化表示的地震记录向量输入至transformer网络模型中；所述编码层用于对建筑物特征进行编码以获取完整的特征矩阵；所述位置编码模块用于将统一化表示的地震记录向量和完整的特征矩阵整合为多个任务对应的解码层的共享输入；所述解码层用于依据共享输入处理对应的预测任务，获取对应预测任务的预测结果。
21、进一步地，所述步骤（5）中，在构建适用于多任务的transformer网络模型时，需要修改transformer网络模型的位置编码模块，以将局部时间戳嵌入和全局时间戳嵌入以及建筑物对应的完整的特征矩阵整合为多个任务对应的解码层的共享输入。
22、本专利技术实施例第二方面提供了一种基于transformer的适用多任务的建筑结构地震响应预测装置，包括一个或多个处理器和存储器，所述存储器与所述处理器耦接；其中，所述存储器用于存储程序数据，所述处理器用于执行所述程序数据以实现上述的基于transformer的适用多任务的建筑结构地震响应预测方法。
23、本专利技术实施例第三方面提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时，用于实现上述的基于transformer的适用多任务的建筑结构地震响应预测方法。
24、本专利技术的有益效果为，本专利技术能够同时处理多个相关的地震响应预测任务，提高了深度学习的通用性；本专利技术考虑了建筑结构的特征，通过引入设计空间和关键参数，建筑模型能够更全面地考虑影响建筑结构地震性能的因素；通过修改transformer模型的位置编码模块，增强了模型对地震记录中时空特征的建模能力；上述这些优势使得本专利技术在地震工程领域具有重要的应用前景和实用价值，能够提供更准确、可靠且适用性更强的地震响应预测方法。
本文档来自技高网...【技术保护点】
1.一种基于Transformer的适用多任务的建筑结构地震响应预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于Transformer的适用多任务的建筑结构地震响应预测方法，其特征在于，所述步骤（1）具体包括：
3.根据权利要求1所述的基于Transformer的适用多任务的建筑结构地震响应预测方法，其特征在于，所述步骤（2）中，所述影响建筑结构地震性能的关键参数包括：建筑结构的几何特征、材料特性、连接方式和支撑方式；其中，所述几何特征包括柱、梁结构的尺寸、长度、截面形状；所述材料特性包括钢材的弹性模量、屈服强度、抗拉强度；所述连接方式包括刚度连接、刚性连接、螺栓连接等；所述支撑方式包括竖向支撑的间距、刚度。
4.根据权利要求1所述的基于Transformer的适用多任务的建筑结构地震响应预测方法，其特征在于，所述步骤（2）中，所述对所有关键参数进行编码，以获取第一特征向量，具体包括：
5.根据权利要求1所述的基于Transformer的适用多任务的建筑结构地震响应预测方法，其特征在于，所述步骤（3）具体包括：p>
6.根据权利要求1所述的基于Transformer的适用多任务的建筑结构地震响应预测方法，其特征在于，所述步骤（4）具体包括：
7.根据权利要求1所述的基于Transformer的适用多任务的建筑结构地震响应预测方法，其特征在于，所述步骤（5）中，所述输入层用于将步骤（1）得到的统一化表示的地震记录向量输入至Transformer网络模型中；所述编码层用于对建筑物特征进行编码以获取完整的特征矩阵；所述位置编码模块用于将统一化表示的地震记录向量和完整的特征矩阵整合为多个任务对应的解码层的共享输入；所述解码层用于依据共享输入处理对应的预测任务，获取对应预测任务的预测结果。
8.根据权利要求1所述的基于Transformer的适用多任务的建筑结构地震响应预测方法，其特征在于，所述步骤（5）中，在构建适用于多任务的Transformer网络模型时，需要修改Transformer网络模型的位置编码模块，以将局部时间戳嵌入和全局时间戳嵌入以及建筑物对应的完整的特征矩阵整合为多个任务对应的解码层的共享输入。
9.一种基于Transformer的适用多任务的建筑结构地震响应预测装置，包括一个或多个处理器和存储器，其特征在于，所述存储器与所述处理器耦接；其中，所述存储器用于存储程序数据，所述处理器用于执行所述程序数据以实现权利要求1-8中任一项所述的基于Transformer的适用多任务的建筑结构地震响应预测方法。
10.一种计算机可读存储介质，其特征在于，其上存储有程序，该程序被处理器执行时，用于实现权利要求1-8中任一项所述的基于Transformer的适用多任务的建筑结构地震响应预测方法。
...【技术特征摘要】
1.一种基于transformer的适用多任务的建筑结构地震响应预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于transformer的适用多任务的建筑结构地震响应预测方法，其特征在于，所述步骤（1）具体包括：
3.根据权利要求1所述的基于transformer的适用多任务的建筑结构地震响应预测方法，其特征在于，所述步骤（2）中，所述影响建筑结构地震性能的关键参数包括：建筑结构的几何特征、材料特性、连接方式和支撑方式；其中，所述几何特征包括柱、梁结构的尺寸、长度、截面形状；所述材料特性包括钢材的弹性模量、屈服强度、抗拉强度；所述连接方式包括刚度连接、刚性连接、螺栓连接等；所述支撑方式包括竖向支撑的间距、刚度。
4.根据权利要求1所述的基于transformer的适用多任务的建筑结构地震响应预测方法，其特征在于，所述步骤（2）中，所述对所有关键参数进行编码，以获取第一特征向量，具体包括：
5.根据权利要求1所述的基于transformer的适用多任务的建筑结构地震响应预测方法，其特征在于，所述步骤（3）具体包括：
6.根据权利要求1所述的基于transformer的适用多任务的建筑结构地震响应预测方法，其特征在于，所述步骤（4）具体包括：
7.根据权利要求1所述的基于transformer的适用多任务的建筑结构地震响应预...
【专利技术属性】
技术研发人员：舒江鹏，董腾方，李俊，金振奋，宋佳旺，宁英杰，许璟琳，
申请(专利权)人：浙江大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。