科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对有限元模型、风洞试验等难以实时预测风振响应的问题，提出基于稀疏高斯过程回归的强/台风作用下大跨度桥梁风振响应概率预测方法。该方法从数据驱动的角度出发，采用稀疏近似方法降低常规高斯过程模型存储空间，将风特性参数与风振响应的历史监测数据同时作为输入变量，并根据联合假设检验比较各变量的重要性程度以确定最终输入特征，进而实现风振响应的动态预测。采用苏通大桥2008年至2012年的七次台风数据对该方法的预测精度与效率进行验证。结果表明：稀疏高斯过程回归相对于常规高斯过程可有效减少模型训练时间；除风特性参数外，在模型的输入变量中考虑风振响应历史数据可进一步提高预测精度；相较于随机森林算法和多元线性回归，稀疏高斯过程回归表现出更好的预测性能。
- 单位
