摘要：本文旨在利用机器学习技术提高全球定位系统(GPS)测量高层建筑在风暴条件下位移响应的精度。为此，提出了长短期记忆模型和粒子群优化-长短期记忆模型。模型通过现场测量进行训练和验证，包括应变和加速度响应，台风期间600米高摩天大楼的原始GPS测量信号，并根据几个标准评估模型的性能。然后，利用超参数优化后的粒子群优化-长短期记忆模型，提高了热带风暴期间GPS在摩天大楼内位移测量的精度。研究结果表明，所建立的粒子群优化-长短期记忆模型可以有效提高GPS测量高层建筑在风暴条件下的位移精度。