1、在時域內對結構進行風振反應分析，主要問題是確定結構上的風荷載。如果依靠己有的記錄和觀測數(shù)據作為荷載輸入，由于受到許多條件的限制，往往不能滿足實際工程的需求，所以，需要發(fā)展風荷載的人工模擬方法。
　　 目前，風荷載的人工模擬方法一般要進行大量的迭代和遞歸運算，特別是當需要模擬的點數(shù)較多時，耗時較長，效率較低，因此，需要發(fā)展快速高效的風荷載模擬方法。
　　 本文結合已有的研究成果，運用人工神經網絡理論的特點，在科學計算軟件M

2、atlab的環(huán)境下，采用神經網絡對風荷載的人工模擬進行了探索和研究:
　　 (1)建立并實現(xiàn)了基于人工神經網絡的風荷載時程模擬的模型，通過計算機仿真對比分析，表明所建模型的模擬效果良好，且具有較高的效率;
　　 (2)對神經網絡仿真建模過程中涉及到的網絡類型、神經元數(shù)目、激活函數(shù)、訓練樣本集和訓練算法等問題進行了分析，提出了相應的解決辦法，并通過Matlab神經網絡工具箱中的相應函數(shù)實現(xiàn)了所建模型;
　　 (3)

3、對BP神經網絡不同算法的訓練效果進行了對比分析，確定出彈性梯度下降算法對所建模型的訓練效果最好;
　　 (4)通過兩個算例，分別對空間不同高度的三點處和空間不同位置的五點處的水平風速時程進行了模擬，驗證了所建模型在實際應用中的有效性。
　　 人工神經網絡模擬風荷載，實質上是網絡輸入矢量與網絡權值矩陣以及閥值矢量之間的矩陣運算，不需要進行迭代和遞歸運算，因此，能大大減少所消耗的時間。
　　 本文的研究結果也證明，利