Artificial Intelligence Methods Applied to the Identification of Microplane Material Model Parameters
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21110%2F04%3A01101768" target="_blank" >RIV/68407700:21110/04:01101768 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
čeština
Original language name
Metody umělé inteligence aplikované na identifikaci parametrů mikroploškového modelu betonu
Original language description
Chování betonu jakožto silně heterogenního materiálu je velmi složité díky stochastickému a nelineárnímu chování. V prezentované práci je pro popis odezvy betonu použit mikroploškový materiálový model, který je schopen věrohodně simulovat odezvu betonových prvků za předpokladu, že jsou dostupné patřičné vstupní parametry. Ačkoliv autoři mikroploškového modelu navrhli postup jak tyto parametry získat pomocí "pokusu a omylu", jejich nalezení přesto není jednoduché. Proto je naší snahou vytvořit spolehlivou a nenáročnou metodiku na určení požadovaných parametrů. Některé algoritmy z oblasti umělých inteligencí aplikovaných na hledání materiálových parametrů byly v nedávné době úspěšně aplikovány a proto se též tato práce zaměřila na tuto oblast. Konkrétněje zde použita umělá neuronová síť trénovaná genetickým algoritmem. Novinkou je pak použití simulační metody Latin Hypercube Sampling pro vytvoření trénovacích množin a senzitivní analýza vlivu jednotlivých materiálových parametrů.
Czech name
Metody umělé inteligence aplikované na identifikaci parametrů mikroploškového modelu betonu
Czech description
Chování betonu jakožto silně heterogenního materiálu je velmi složité díky stochastickému a nelineárnímu chování. V prezentované práci je pro popis odezvy betonu použit mikroploškový materiálový model, který je schopen věrohodně simulovat odezvu betonových prvků za předpokladu, že jsou dostupné patřičné vstupní parametry. Ačkoliv autoři mikroploškového modelu navrhli postup jak tyto parametry získat pomocí "pokusu a omylu", jejich nalezení přesto není jednoduché. Proto je naší snahou vytvořit spolehlivou a nenáročnou metodiku na určení požadovaných parametrů. Některé algoritmy z oblasti umělých inteligencí aplikovaných na hledání materiálových parametrů byly v nedávné době úspěšně aplikovány a proto se též tato práce zaměřila na tuto oblast. Konkrétněje zde použita umělá neuronová síť trénovaná genetickým algoritmem. Novinkou je pak použití simulační metody Latin Hypercube Sampling pro vytvoření trénovacích množin a senzitivní analýza vlivu jednotlivých materiálových parametrů.
Classification
Type
D - Article in proceedings
CEP classification
JD - Use of computers, robotics and its application
OECD FORD branch
—
Result continuities
Project
—
Continuities
Z - Vyzkumny zamer (s odkazem do CEZ)
Others
Publication year
2004
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Article name in the collection
Pravděpodobnost porušování konstrukcí 2004
ISBN
80-214-2718-3
ISSN
—
e-ISSN
—
Number of pages
14
Pages from-to
63-76
Publisher name
Vysoké učení technické v Brně
Place of publication
Brno
Event location
Brno
Event date
Oct 6, 2004
Type of event by nationality
CST - Celostátní akce
UT code for WoS article
—