黎善武
- 作品数：8 被引量：8H指数：2
- 供职机构：哈尔滨工业大学更多>>
- 发文基金：国家自然科学基金国家留学基金更多>>
- 相关领域：自动化与计算机技术建筑科学交通运输工程航空宇航科学技术更多>>
- 一种基于动力学嵌入GAN的参数化非线性系统识别方法
- 本发明涉及深度学习技术领域，具体涉及一种基于动力学嵌入GAN的参数化非线性系统识别方法。该方法包括：通过采用深度学习的方法，结合动力学生成器和判别器形成一种动态条件生成对抗网络，融合系统物理参数和响应数据，实现参数化系统...
- 杨永超黎善武鲍跃全金耀王凯
- 一种基于深度学习代理模型的区域地震风险评估方法
- 本发明提供一种基于深度学习代理模型的区域地震风险评估方法，包括步骤：准备A份训练地震数据和B份验证地震数据，A份训练地震数据均输入深度学习框架的图像生成器进行迭代生成对应的预测地震动强度分布图及区域地震风险分布图；之后与...
- 杨永超黎善武鲍跃全金耀王凯
- 一种基于决策树和循环神经网络的桥梁涡激振动幅值预测方法
- 本发明公开了一种基于决策树和循环神经网络的桥梁涡激振动响应幅值预测方法。该方法首先基于现场实测的桥梁涡激振动数据，采用决策树方法，建立了涡激振动模态预测模型，实现仅通过监测风速条件即可预测涡振模态；其次基于原型桥梁涡振位...
- 赖马树金黎善武李惠
- 文献传递
- 大型结构风效应流固耦合机器学习研究进展
- 2025年
- 随着计算技术与数据科学的迅速发展,机器学习为解决大型结构风效应中复杂流固耦合问题提供了全新的研究范式。本文系统综述了机器学习在大型结构风效应领域的研究进展,涵盖了结构表面风压预测、结构风致响应分析与建模、气动力方程智能识别以及基于强化学习的结构振动控制4个主要研究方向。具体而言,结构表面风压预测方面,机器学习能够精准地挖掘结构表面复杂非线性风压场特征;结构风致响应分析与建模中,机器学习有效实现了大型结构异常大幅振动识别与精细化建模;对于气动力方程智能识别领域,基于数据驱动的机器学习方法大幅提高了非线性方程识别的自动化程度与准确性;在结构振动控制方面,强化学习实现了实时、高效的主动控制策略优化。然而,当前研究在数据融合、模型泛化性与物理可解释性方面仍存在明显不足。未来的研究需进一步融合物理机制与数据驱动模型,构建具备高泛化性、鲁棒性和物理解释能力的机器学习模型,推动结构风工程进一步智能化发展。
- 张泽宇周旭曦许楠王浩炜杨子鉴庄简黎善武黎善武陈文礼赖马树金
- 关键词：风工程风效应流固耦合振动控制
- 基于原型监测和机器学习的大跨度桥梁涡激振动研究
- 近年来，为满足交通发展需求，我国建造了多座大跨度桥梁。跨度增大使得桥梁柔性增大，对风作用愈发敏感，因而抗风设计成为桥梁设计的控制因素之一。尽管在桥梁设计中已通过提高颤振临界风速避免了发散颤振，但无法避免涡激振动的发生。此...
- 黎善武
- 关键词：大跨度桥梁涡激振动
- 基于大数据技术的大跨度桥梁抖振响应原型监测数据分析
- 近些年来，随着经济和交通的飞速发展，由于地理条件的制约等因素，大跨度桥梁已成为桥梁工程的发展趋势。一方面，随着大跨度桥梁的跨度不断增大，结构的刚度和阻尼不断减小；另一方面，随着大跨度桥梁的主梁断面日趋流线化，风敏感性越来...
- 黎善武
- 关键词：数据挖掘支持向量机大跨度桥梁抖振响应
- 文献传递
- 基于聚类算法的大跨度桥梁涡激振动自动识别方法
- 本发明公开一种基于聚类算法的大跨度桥梁涡激振动识别方法，通过构建涡激振动识别特征空间，以主梁振动加速度时程数据为输入，经过特征提取和聚类分析，输出得到各振动样本类别，进而实现涡激振动样本的识别，最终通过连接时间相邻的样本...
- 黎善武赖马树金李惠
- 文献传递
- 一种基于物理融合深度学习的非线性模态数据驱动识别方法
- 本发明提供一种基于物理融合深度学习的非线性模态数据驱动识别方法，该方法利用深度学习技术，仅依赖于非线性系统的响应数据即可识别出非线性模态。这一过程严格遵循非线性正则模态的定义，确保了识别过程的物理可解释性，并适用于各类非...
- 杨永超黎善武鲍跃全金耀王凯
