精度大幅超越现有模型
一种混合特征导向的Transformer-LSTM模型，实现了钢筋混凝土梁从加载到破坏的全过程高精度预测。
喻泽成 · Li, Bing
Engineering Structures 2025
与现有深度学习模型相比，平均绝对误差降低46%，均方根误差降低58%，显著提高了预测精度。
模型能够预测从初始加载到破坏的全过程荷载-位移响应，涵盖弹性、开裂、屈服和破坏阶段。
通过Transformer多头注意力机制实现常量特征的深度表示和变量特征的动态融合，全面理解梁的行为。