[发明专利]基于生成式对抗网络模拟人群跳跃荷载的方法

权利要求书

1.一种基于生成式对抗网络模拟人群跳跃荷载的方法，其特征在于，该方法包括：

(1)跳跃荷载数据库建立步骤：利用高精度测力板收集单人跳跃荷载数据；利用三维动作捕捉技术收集人群跳跃荷载数据；

(2)真实样本获取步骤：将单人跳跃荷载进行分解，将单人跳跃荷载进行分解，得到脉冲、脉冲能量序列和脉冲间隔序列的真实样本，脉冲和脉冲能量序列的真实样本来自步骤(1)中单人跳跃荷载实验数据；脉冲间隔序列的真实样本来自步骤(1)中人群跳跃荷载实验数据；

(3)将步骤(2)分解到的脉冲、脉冲能量序列和脉冲间隔序列视为高维随机变量，并利用生成式对抗网络学习其概率分布，并且用此分布生成新的样本；所述生成式对抗网络包括生成器G(z)和判别器D(x)；

(4)将步骤(3)生成的脉冲按照生成的脉冲能量序列和生成的脉冲间隔序列进行连接得到人群跳跃荷载；

所述的步骤(1)具体为：利用AMTI OR6-7型三向固定测力板完成单人跳跃荷载实验，利用VICON三维动作捕捉系统完成人群跳跃荷载实验；

所述的步骤(3)中，

脉冲生成和脉冲能量序列生成采用的优化目标函数V(D,G)为：

中，x:p_data表示真实样本；y是条件变量，表示样本的种类；z:p_Z表示噪声；是采样分布，在真实样本和生成样本的连线上均匀采样得到；D(x)是判别器；G(z)是生成器；λ是梯度惩罚系数；表示梯度运算；上式前两项表示训练判别器使其最大化区分真实样本和生成样本，训练生成器使其最大化判别器犯错误的概率，最后一项是梯度惩罚项，为了使判别器中参数值不能过大；

脉冲间隔序列的生成采用的优化目标函数V(D,G)为：

体重归一化的人群跳跃荷载可由以下6步获得：

1)根据节拍器频率随机生成第α个跳跃者的跳跃频率f_jump,α；

2)由脉冲生成器生成此跳跃频率下的100000个脉冲样本；

3)由荷载的持续时间和f_jump,α，估算第α个跳跃者的跳跃荷载x_α(t)需要的脉冲数目n_pu,α；

4)根据f_jump,α和n_pu,α，由脉冲能量生成器和脉冲间隔生成器分别生成第α个跳跃者的和

5)根据第α个跳跃者的第i步的脉冲能量enⁱ，在第2)步生成的100000个脉冲样本中，寻找能量与enⁱ最接近的脉冲样本，作为第i步的脉冲；6)将第α个跳跃者每一步的脉冲按照其连接，获得x_α(t)，根据确定第1步脉冲的起点，将第1步脉冲放置在时间轴上，然后由确定第2步脉冲的起点，将第2步脉冲放置在时间轴上，重复上述1)至6)步骤，直至将所有脉冲放置在时间轴上。

2.根据权利要求1所述的一种基于生成式对抗网络模拟人群跳跃荷载的方法，其特征在于，所述的步骤(3)中，生成器G(z)和判别器D(x)用Adam算法同时进行训练。