Méthode d'optimisation hybride basée sur l'apprentissage automatique pour amortisseur de masse accordé considérant l'interaction sol-structure sismique

Dans cette étude, une méthode d'optimisation hybride basée sur l'apprentissage automatique est développée pour optimiser un amortisseur de masse accordé en tenant compte de l'interaction sol-structure. Un total de 200 000 analyses de séries temporelles du système d'amortisseur de masse accordé-structure-sol sont réalisées et les résultats sont utilisés pour construire la base de données de six modèles d'apprentissage automatique. Trois algorithmes méta-heuristiques sont utilisés pour l'optimisation. Un algorithme d'optimisation pondéré est développé sur la base des trois algorithmes d'optimisation individuels. Comparé aux trois algorithmes d'optimisation individuels, l'algorithme d'optimisation pondéré peut obtenir de meilleurs résultats d'optimisation. La robustesse de l'optimisation basée sur un mouvement de sol unique appliqué à d'autres mouvements de sol est également examinée.