基于深度学习的地铁车辆段上盖建筑振动响应预测方法

本发明公开了基于深度学习的地铁车辆段上盖建筑振动响应预测方法，包括：构建含振动信号与工况数据的特征库，借力学模型生成增强数据融合成数据集；构建嵌合物理先验的混合深度学习模型，训练并双目标优化参数；实时数据经轻量化模型识别工况后输出预测结果；定期增量学习微调参数，工况突变时迁移学习适配；验证精度与合理性，调整正则项权重或建议补装传感器；本发明通过增强数据融合弥补实测数据稀疏；双分支架构攻克深层非线性映射难题，物理约束避免违背物理规律；增量学习降成本，迁移学习解决时变振动捕捉问题；闭环验证提精度，实现振动响应精准实时预测，保障建筑安全舒适。