期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
随机结构动力响应分析的加权残值方法
1
作者
雒卫廷
陈建军
梁震涛
《机械强度》
EI
CAS
CSCD
北大核心
2006年第4期598-602,共5页
基于矩法和加权残值法两者的特点,提出随机结构动力响应分析的一种新方法。该法是将加权残值法和概率论中的矩法相结合,对物理参数、几何参数和作用载荷具有随机性的结构进行动力响应数字特征分析。此法简便可行,且能获得结构中各个参...
基于矩法和加权残值法两者的特点,提出随机结构动力响应分析的一种新方法。该法是将加权残值法和概率论中的矩法相结合,对物理参数、几何参数和作用载荷具有随机性的结构进行动力响应数字特征分析。此法简便可行,且能获得结构中各个参数的随机性对结构动力响应的影响。通过梁和板的两算例,证明文中方法的可行性和有效性。
展开更多
关键词
随机
结构
结构动力响应分析
加权残值方法
矩法
在线阅读
下载PDF
职称材料
基于物理驱动支持向量机方法的地震作用下结构动力响应求解
被引量：
2
2
作者
杜轲
吴文贤
+1 位作者
林志鹏
骆欢
《振动与冲击》
北大核心
2025年第3期284-290,共7页
物理驱动机器学习是一种将物理原理融入机器学习框架的前沿方法。通过引入物理知识,该方法旨在使模型更为贴合实际世界的物理规律和约束,以提高模型在学习过程中对数据本质特征的准确捕捉。该研究使用了一种以支持向量机为基础的物理驱...
物理驱动机器学习是一种将物理原理融入机器学习框架的前沿方法。通过引入物理知识,该方法旨在使模型更为贴合实际世界的物理规律和约束,以提高模型在学习过程中对数据本质特征的准确捕捉。该研究使用了一种以支持向量机为基础的物理驱动方法,用于精确计算结构的动力响应。该算法通过最小化多输出最小二乘支持向量机的目标函数,实现了对回归模型参数的精准拟合。同时,通过在特征空间中引入系统动态平衡方程和初始条件的物理约束,无需事先训练数据即可有效计算结构的动力响应。随后开展在地震动荷载作用下的单自由度体系和二层剪切框架多自由度体系的动力响应,并将所用方法与传统方法的结果进行了对比。分析结果表明,提出的物理驱动机器学习方法在精度和大时间步长性能方面均显著优于传统方法。
展开更多
关键词
机器学习
支持向量机
物理驱动
无标记数据
结构动力响应分析
在线阅读
下载PDF
职称材料
题名
随机结构动力响应分析的加权残值方法
1
作者
雒卫廷
陈建军
梁震涛
机构
西安电子科技大学机电工程学院
出处
《机械强度》
EI
CAS
CSCD
北大核心
2006年第4期598-602,共5页
基金
陕西省自然科学基金资助项目(2002A14)~~
文摘
基于矩法和加权残值法两者的特点,提出随机结构动力响应分析的一种新方法。该法是将加权残值法和概率论中的矩法相结合,对物理参数、几何参数和作用载荷具有随机性的结构进行动力响应数字特征分析。此法简便可行,且能获得结构中各个参数的随机性对结构动力响应的影响。通过梁和板的两算例,证明文中方法的可行性和有效性。
关键词
随机
结构
结构动力响应分析
加权残值方法
矩法
Keywords
Stochastic structure
Structural dynamic response analysis
Method of weighted residuals
Method of moment
分类号
O347 [理学—固体力学]
TB112 [理学—应用数学]
在线阅读
下载PDF
职称材料
题名
基于物理驱动支持向量机方法的地震作用下结构动力响应求解
被引量：
2
2
作者
杜轲
吴文贤
林志鹏
骆欢
机构
中国地震局工程力学研究所地震工程与工程振动重点实验室
地震灾害防治应急管理部重点实验室
三峡大学土木与建筑学院
出处
《振动与冲击》
北大核心
2025年第3期284-290,共7页
基金
中国地震局工程力学研究所基本科研业务费专项项目(2023B07)
国家重点研发计划(2023YFC3805203)。
文摘
物理驱动机器学习是一种将物理原理融入机器学习框架的前沿方法。通过引入物理知识,该方法旨在使模型更为贴合实际世界的物理规律和约束,以提高模型在学习过程中对数据本质特征的准确捕捉。该研究使用了一种以支持向量机为基础的物理驱动方法,用于精确计算结构的动力响应。该算法通过最小化多输出最小二乘支持向量机的目标函数,实现了对回归模型参数的精准拟合。同时,通过在特征空间中引入系统动态平衡方程和初始条件的物理约束,无需事先训练数据即可有效计算结构的动力响应。随后开展在地震动荷载作用下的单自由度体系和二层剪切框架多自由度体系的动力响应,并将所用方法与传统方法的结果进行了对比。分析结果表明,提出的物理驱动机器学习方法在精度和大时间步长性能方面均显著优于传统方法。
关键词
机器学习
支持向量机
物理驱动
无标记数据
结构动力响应分析
Keywords
machine learning
support vector machine(SVM)
physics-driven
unlabeled data
structural dynamic response analysis
分类号
TH212 [机械工程—机械制造及自动化]
TH213.3 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
随机结构动力响应分析的加权残值方法
雒卫廷
陈建军
梁震涛
《机械强度》
EI
CAS
CSCD
北大核心
2006
0
在线阅读
下载PDF
职称材料
2
基于物理驱动支持向量机方法的地震作用下结构动力响应求解
杜轲
吴文贤
林志鹏
骆欢
《振动与冲击》
北大核心
2025
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
