Neural network based identification of material model parameters to capture experimental load-deflection curve.

Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26110%2F04%3APU44861" target="_blank" >RIV/00216305:26110/04:PU44861 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—

Result language
angličtina
Original language name
Neural network based identification of material model parameters to capture experimental load-deflection curve.
Original language description
A new approach for material model parameters identification is presented. The approach is based on coupling of the stochastic nonlinear analysis and teh artificial neural network.
Czech name
Identifikace parametrů založená na neuronových sítích k zachycení průběhu experimentální křivky zatížení - průhyb.
Czech description
V příspěvku je představena identifikační metoda kombinující umělé neuronové sítě spolu se simulací LHS. Účinnost navrženého přístupu je demonstrována na příkladech předpjatého železničního pražce a smykové stěny.

Type
J<sub>x</sub> - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)
CEP classification
JM - Structural engineering
OECD FORD branch
—

Project
<a href="/en/project/GA103%2F04%2F2092" target="_blank" >GA103/04/2092: Model identification and optimization at material a structural levels</a><br>
Continuities
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Publication year
2004
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Similar results(10)