<b>AI-based prediction of nonlinear seismic response of inter-story isolation system with supplement inerter</b>

人工智能 （AI） 方法已被用于 非线性时程 结构的 下 强地震激励。然而，在 AI 模型中需要考虑一些影响因素，包括列车数据样本小、结构参数和输入地震对预测性能和准确性、通用性或可解释性的影响因素。预测研究了带附加惰性的层间隔震混合控制系统的地震响应 multi-input 和 multi-output parameter-informed long short-term memory 层间隔振系统 （IIS）惯已使用 响应建模 输入变量包括 5 参数（即下部质量与上部质量的比值、惯性表观质量与上部质量的比值、归一化特征强度、屈服后与屈服前刚度的硬化比和阻尼比）和输入地震动。它准确预测 的 IIS使用数值方法进行基于经典物理学的非线性时程分析。此外，通过 ，成功地证明了预测结果的比较。结果表明，所提出的多输入多输出 PI-LSTM 网络模型是一种计算高效的 结构响应预测方法 IIS 中提供了显着的潜在效率 大规模非线性时程分析 T模型参数对 预测性能位移和加速响应 。研究结果可为预测间隔振系统的预测方法和混合控制