All

What are you looking for?

All
Projects
Results
Organizations

Quick search

  • Projects supported by TA ČR
  • Excellent projects
  • Projects with the highest public support
  • Current projects

Smart search

  • That is how I find a specific +word
  • That is how I leave the -word out of the results
  • “That is how I can find the whole phrase”

Soft-computing Methods in Inverse Analysis. II: Microplane Model Parameters Identification

The result's identifiers

  • Result code in IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21110%2F07%3A01136218" target="_blank" >RIV/68407700:21110/07:01136218 - isvavai.cz</a>

  • Result on the web

  • DOI - Digital Object Identifier

Alternative languages

  • Result language

    angličtina

  • Original language name

    Soft-computing Methods in Inverse Analysis. II: Microplane Model Parameters Identification

  • Original language description

    A new procedure based on layered feedforward neural networks for the microplane material model parameters identification is proposed in the present paper. It is based on the inverse mode of inverse analysis presented in the Part I. Novelties are usage ofthe 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 possibleextensions are thoroughly discussed and analyzed.

  • Czech name

    Metody umělých inteligencí při řešení inverzní analýzy. II: identifikace parametrů mikroploškového modelu

  • Czech description

    V tomto článku je ukázána nová metoda identifikace parametrů modelu microplane založená na vrstevnaté dopředné neuronové síti. Tato metoda je příkladem inverzního postupu inverzní analýzy, který je popsán v části I tohoto příspěvku. 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. Výhody a nevýhody navrženého postupu jsou zároveň s možnými rozšířeními také podrobně diskutovány.

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

    2007

  • Confidentiality

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Data specific for result type

  • Article name in the collection

    Inverse Problems, Design and Optimization (IPDO-2007) Volume I

  • ISBN

    978-1-59916-279-9

  • ISSN

  • e-ISSN

  • Number of pages

    8

  • Pages from-to

    245-252

  • Publisher name

    Florida International University

  • Place of publication

    Miami

  • Event location

    Miami

  • Event date

    Apr 16, 2007

  • Type of event by nationality

    WRD - Celosvětová akce

  • UT code for WoS article