Microplane Model Parameter Identification from Uniaxial Compression Test Using Neural Network

Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21110%2F05%3A01114342" target="_blank" >RIV/68407700:21110/05:01114342 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—

Result language
francouzština
Original language name
Identification des paramètres du modèle Microplan à partir d'expériences en compression uniaxiale et en utilisant un réseau neuronal
Original language description
Dans ce papier on présente une méthode d'identification des paramètres du modèle Microplan à partir d'expériences en compression uniaxiale. Comme les nouveautés on applique l'analyse de sensibilité pour explorer l'influence des paramètres individuels sur le comportement de la structure, on utilise la méthode « Latin Hypercube Sampling » pour préparer un ensemble de données afin d'entraîner le réseau neuronal artificiel par l'algorithme génétique SADE.
Czech name
Identifikace parametrů modelu microplane ze zatěžovací zkoušky v jednoosém tlaku s využitím neuronové sítě
Czech description
V tomto článku je ukázána metoda identifikace parametrů modelu microplane ze výsledků zatěžovací zkoušky v jednoosém tlaku. Novinkou je použití citlivostní analýzy pro zjištění vlivu jednotlivých parametrů modelu na chování konstrukce, metody Latin Hypercube Sampling při přípravě trénovacích dat pro neuronovou síť a genetický algoritmus SADE použitý pro její trénování.

Project
<a href="/en/project/GP103%2F04%2FP254" target="_blank" >GP103/04/P254: Effective algorihtms for numerical simulation of heterogeneous materials</a><br>
Continuities
Z - Vyzkumny zamer (s odkazem do CEZ)

Publication year
2005
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Similar results(10)