大跨屋盖形体多样，绕流特性复杂，风荷载描述难以统一，这在一定程度上制约了其抗风设计理论的发展。通过对大量已有风荷载数据的统计挖掘，提取共性规律，建立普适风荷载模型是解决该问题的有效途径。而风荷载数据具有量大、维数高、格式复杂等特点，常规的数据统计方法难以整理。为此本项目拟引入大数据理论，力求在风荷载数据的挖掘、参数化建模和风荷载预测等方面有所突破。具体内容包括：研究风荷载数据有效信息筛选及信号降噪、高维数据挖掘算法等关键应用技术；对风荷载统计量与频谱的参数化建模、基于聚类算法的风荷载参数分区和基于多元统计学的风荷载参数敏感性分析等问题进行深入研究，提出风荷载参数化模型的统一表达形式；结合CFD数值模拟、神经网络预测和数据仓库技术，探讨数据集成标准，实现风荷载数据库拓展升级，建立大跨屋盖风荷载智能预测系统。希望通过本研究，形成较为完整的大跨屋盖风荷载知识体系，并为工程抗风设计提供有力支撑。
