実際の工事において、減振器付き斜張索の索力試験が困難で精度が低い問題を解決するために、IWPA-LKCNN-LSTMに基づく減振器付き斜張索の索力インテリジェント識別方法を提案した。実際の工事中の減振器付き斜張索に対して動的応答試験を行い、試験データに基づいて減振器付き斜張索の索力をインテリジェントに識別できる深層学習モデルを開発した。本モデルは索力、長さ、線密度、周波数、次数を特徴量入力とし、まず改良狼群アルゴリズム（improved solf pack algorithm，IWPA）によってLSTMニューラルネットワークのハイパーパラメータを適応的に最適化し、その後LKCNN-LSTM（large convolutional kernel convolutional neural network-long and short-term memory）を用いて学習を行うことで、減振器付き斜張索の索力のインテリジェント識別を実現する。学習済みネットワークがテストセットで識別した索力値と実際の索力値との平均誤差は2.024％、平均二乗誤差は0.0994％、決定係数は0.9806、索力誤差はすべて5％未満である。索力計算式や他の機械学習アルゴリズムとの比較により、本手法が減振器付き斜張索の索力をインテリジェントかつ精密に識別可能であり、広範な応用展望を有することが示された。

斜張索;索力識別;減振器;深層学習;改良狼群アルゴリズム