一种利用GBRT-LSTM和TOPSIS-KMA优化超高层建筑中连接桁架安装时序的方法

《Journal of Building Engineering》：An approach for optimizing the installation timing of connecting trusses in supertall buildings using GBRT-LSTM and TOPSIS-KMA

本研究提出了一种结合梯度提升回归树（GBRT）与长短期记忆网络（LSTM）的优化方法，用于超高层建筑中连接桁架的安装时间选择。通过TOPSIS-K-means++多指标评估算法，在苏州南太湖CBD塔案例中验证了该方法的有效性，平均计算效率提升83.6%，预测误差显著降低。

　　

华平湾|文杰周|郝晨|李伟|翁志海

浙江大学土木工程学院，中国杭州310058

摘要

在超高层建筑中，连接桁架将独立的塔体连接在一起，其安装时机对整体结构性能有显著影响。通常通过使用有限元模型模拟所有施工场景来确定最佳安装时机，但这需要大量的计算资源。本研究采用机器学习方法作为替代模型以提高计算效率。提出了一种快速优化连接桁架安装时机的方法。该方法结合了梯度提升回归树（GBRT）和长短期记忆网络（LSTM）来捕捉时空特征，补充了由稀疏有限元模拟生成的结构响应数据集。通过相似度排序方法（TOPSIS）和K均值++算法（KMA）对安装时机进行综合评估。以南太湖中央商务区（CBD）塔为例，展示了所提出方法的效果，并将其性能与有限元方法和基于LSTM的方法进行了比较。比较结果表明，所提出方法分别将计算时间、平均绝对误差（MAE）、均方根误差（RMSE）和平均绝对百分比误差（MAPE）降低了83.6%、83.5%、42.9%和81.8%。与其他方法相比，该方法具有更好的性能和更强的鲁棒性。

引言

超高层建筑对于高效和密集的城市发展至关重要[1]、[2]、[3]、[4]。超高层建筑经常采用双塔结构以满足功能分区和场地限制，塔体之间安装连接桁架。连接桁架将多塔建筑中的独立塔体连接起来，使其成为一个整体结构系统，并提供足够的侧向刚度[5]、[6]、[7]。连接桁架的安装时机直接影响结构响应，从而影响建筑的整体性能[8]、[9]、[10]。因此，有必要开发一种有效的超高层建筑安装时机优化方法。

确定桁架安装时机的方法通常分为有限元方法和经验方法。有限元方法建立有限元模型来模拟所有安装场景下的结构变形和内部应力，并确定桁架的最佳安装时机。Fang等人[11]建立了一个700米超高层钢结构的有限元模型，模拟了不同安装场景下桁架的时变行为。通过延迟外伸桁架的安装，有效减少了附加应力。Yuan等人[12]使用有限元方法确定了西安金融中心桁架的最佳安装时机。该方法通过控制垂直变形差异来选择外伸桁架的安装时间。Zhou等人[13]建立了600米平安金融中心的有限元模型，模拟了不同安装时机下的结构响应。模拟结果表明，在核心墙完成后安装外伸桁架可以有效减少桁架的差异变形。这些方法需要大量的计算次数，使得最佳施工方案的确定非常耗时。

对于经验方法，桁架的安装时机是根据通过大量工程实践制定的工程指南来确定的。Choi等人[14]提出了一种考虑差异变形的桁架安装方法。该方法允许桁架在固定前经历差异变形，有效防止了过大的附加应力。Taranath[15]引入了一种应力控制桁架安装方法。通过延迟桁架的固定直到主体结构完成，该方法有效控制了桁架的应力。上述方法通常只关注单一指标（如变形或应力）来确定连接桁架的最佳安装时机，未能提供对多个结构指标的全面评估。

替代模型可以通过用数据驱动的预测代替有限元模拟来提高计算效率[16]、[17]、[18]。Wang等人[19]提出了一种使用广义回归神经网络（GA-GRNN）替代模型的优化框架。该方法建立了输入和输出之间的直接映射关系，降低了有限元模拟的计算成本，同时保证了高预测精度。Yao等人[20]基于鲸鱼优化算法（WOA）和LSTM开发了一种回归预测模型。通过捕捉数据的时间依赖性，该方法有效提高了预测精度并确定了最佳施工进度。

多标准评估算法可以通过考虑多个指标来提高评估结果的可靠性。Rogers等人[21]采用了基于现实表达的消除和选择方法（ELECTRE）来评估不同的结构设计方案。该方法考虑了成本和耐久性等指标，通过评估各方案之间的相对优势来确定最佳方案。Markovic等人[22]提出了偏好排序组织方法（PROMETHEE）来评估结构施工方案。该方法考虑了经济效益等指标，并通过排序来确定最佳方案。

LSTM通过门控机制解决了时间序列数据中的梯度消失问题。然而，它主要关注时间特征，未能有效捕捉时空相关性。此外，评估方法通常通过排序来确定最佳方案，但未能充分量化评估结果，也没有提供任何次优方案。

本文提出了一种使用GBRT-LSTM和TOPSIS-KMA快速优化超高层建筑中连接桁架安装时机的方法。GBRT与LSTM结合使用，捕捉稀疏有限元模拟得到的结构响应数据集中的时空特征。TOPSIS用于定量评估不同的安装方案并确定最佳安装时间点。KMA对评估分数进行聚类，以确定连接桁架的最佳安装时间窗口。

部分摘录

基本算法

所提出的方法结合了GBRT、LSTM和TOPSIS算法来优化连接桁架的安装时机。具体来说，GBRT捕捉数据的空间相关性，LSTM建模时间依赖性，TOPSIS用于整合多个指标以选择最佳安装时机。本节详细介绍了这三种算法的基本原理。

方法论

所提出的方法包括四个主要步骤来优化连接桁架的安装时机。首先，从有限的有限元模拟中获取结构响应数据。其次，使用GBRT-LSTM捕捉时空特征来补充数据集。第三，TOPSIS根据多个指标评估所有施工场景。最后，KMA根据评估分数确定最佳安装时机。

工程背景

选择南太湖CBD塔作为案例研究，以验证所提出混合方法的有效性。介绍了该建筑的结构特点，并建立了有限元模型来模拟连接桁架的安装场景。

方法论验证

为了全面评估所提出方法快速优化连接桁架安装时机的有效性，将GBRT-LSTM与有限元方法和基于LSTM的方法（特别是LSTM和物理信息LSTM（PI-LSTM）进行了比较。TOPSIS-KMA确定的最佳安装时间和窗口与其余施工方案进行了比较。

结论

本文提出了一种使用GBRT-LSTM和TOPSIS-KMA快速优化超高层建筑中连接桁架安装时机的方法。该方法结合了GBRT-LSTM、TOPSIS和KMA来确定连接桁架的最佳安装时间和窗口。通过一个偏心双塔超高层建筑的案例研究评估了所提出方法的性能。该方法与有限元方法进行了比较，展示了其改进效果。

CRediT作者贡献声明

李伟：资源管理、项目行政。郝晨：撰写 – 审稿与编辑、监督、项目行政。文杰周：撰写 – 原稿撰写、方法论研究、调查。华平湾：撰写 – 审稿与编辑、资源管理、方法论研究。翁志海：资源管理、项目行政

利益冲突声明

下列署名的作者声明他们与本文讨论的主题或材料无关，也没有在任何组织或实体中拥有任何财务利益或非财务利益。

致谢

本工作得到了国家自然科学基金（52422804、52578383、52561145240）和中央高校基本科研业务费（226-2025-00159）的支持。