Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Analýza spolehlivosti s využitím metody response surface založené na umělé neuronové síti

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26110%2F14%3APU112449" target="_blank" >RIV/00216305:26110/14:PU112449 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    čeština

  • Název v původním jazyce

    Analýza spolehlivosti s využitím metody response surface založené na umělé neuronové síti

  • Popis výsledku v původním jazyce

    Příspěvek je zaměřen na využití metody plochy odezvy založené na umělé neuronové síti v kombinaci se simulační metodou Latin Hypercube Sampling. Umělá neuronová síť, jakožto výkonný paralelní výpočtový systém, je použita pro aproximaci funkce poruchy. Díky svým vlastnostem by měla být efektivnější náhradou původní funkce poruchy než klasická polynomiální funkce již při využití malého počtu simulací. Její efektivita je umocněna využitím stratifikované simulační metody Latin Hypercube Sampling pro výběr vhodných prvků učící množiny. Navržená metoda je využita k výpočtu pravděpodobnosti poruchy jednoduché konstrukce převzaté z literatury. Výsledky získané s využitím umělé neuronové sítě jsou srovnány s hodnotami stanovenými na základě běžně využívaných spolehlivostních metod.

  • Název v anglickém jazyce

    Reliability analysis using artificial neural network based response surface method

  • Popis výsledku anglicky

    In the paper, an artificial neural network based response surface method in the combination with the small-sample simulation technique is presented. Artificial neural network as powerful parallel computational system is used for approximation of limit state function. Thanks to its ability to generalize it would be more efficient to fit limit state function even with the small number of simulations compared to polynomial response surface method. Efficiency is emphasized by utilization of the stratified simulation for the selection of neural network training set elements. The proposed method is tested using nonlinear limit state function taken from the literature. Results are compared with those obtained by other reliability methods.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JN - Stavebnictví

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA14-10930S" target="_blank" >GA14-10930S: Prostorová variabilita degradace a poškození při spolehlivostní analýze konstrukcí (SPADD)</a><br>

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2014

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    12th International Conference on New Trends in Statics and Dynamics of Buildings

  • ISBN

    978-80-227-4259-7

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    7

  • Strana od-do

    544-550

  • Název nakladatele

    Slovak University of Technology

  • Místo vydání

    Bratislava

  • Místo konání akce

    Bratislava

  • Datum konání akce

    16. 10. 2014

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku