Microplane Model Parameters Identification Using Soft Computing Methods

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21110%2F05%3A01116838" target="_blank" >RIV/68407700:21110/05:01116838 - isvavai.cz</a>

Result on the web

—

DOI - Digital Object Identifier

—

Result language

angličtina

Original language name

Microplane Model Parameters Identification Using Soft Computing Methods

Original language description

A procedure based on layered feed-forward neural networks for the microplane material model parameters identification is proposed in the present paper. Novelties are usage of the Latin Hypercube Sampling method for the generation of training sets, a sensitivity analysis and a genetic algorithm-based training of a neural network by an evolutionary algorithm. Advantages and disadvantages of this approach together with possible extensions are thoroughly discussed and analyzed.

Czech name

Identifikace parametrů modelu microplane s využitím metod umělé inteligence

Czech description

V tomto článku je ukázána nová metoda identifikace parametrů modelu microplane, založená na vrstevnaté dopředné neuronové síti. Novinkami jsou využití metody Latin Hypercube Sampling při přípravě trénovacích dat pro neuronovou síť a evoluční algoritmus použitý pro její trénování. Výhody i nevýhody této metody spolu s jejími rozšířeními jsou také v příspěvku diskutovány.

Type

A - Audiovisual production

CEP classification

JD - Use of computers, robotics and its application

OECD FORD branch

—

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

ISBN

0-9717880-0-6

Place of publication

Forsyth

Publisher/client name

—

Version

—

Carrier ID

neuvedeno