Dynamické modelování s použitím neuronových sítí

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F08%3A00018969" target="_blank" >RIV/61989100:27240/08:00018969 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Neural networks for function approximation in dynamic modeling

Popis výsledku v původním jazyce

The paper demonstrates the comparsion of Monte Carlo simulation (MC) algorithm with the Radial Basis Function (RBF) neural network enhancement of the same algorithm in the reliability case study. In our test, we dispose of the tank containing liquid water ? its temperature process variable evolves deterministicly according to the differential equation, which solution is known. All component failures are considered as a stochastic events. In the case of surpassing temperature treshhold of the liquid inside the tank, we interpret the situation as the system failure. With regard to process dynamics, we attempt to evaluate the tank system unreliability related to the initiative input parameters setting. The neural network is used in equation coeficients calculation, which is executed in each transient state. Due to the neural networks, for some of the initial component settings, we can achieve the results of computation faster than in classical way of coeficients calculating and substituti

Název v anglickém jazyce

Neural networks for function approximation in dynamic modeling

Popis výsledku anglicky

The paper demonstrates the comparsion of Monte Carlo simulation (MC) algorithm with the Radial Basis Function (RBF) neural network enhancement of the same algorithm in the reliability case study. In our test, we dispose of the tank containing liquid water ? its temperature process variable evolves deterministicly according to the differential equation, which solution is known. All component failures are considered as a stochastic events. In the case of surpassing temperature treshhold of the liquid inside the tank, we interpret the situation as the system failure. With regard to process dynamics, we attempt to evaluate the tank system unreliability related to the initiative input parameters setting. The neural network is used in equation coeficients calculation, which is executed in each transient state. Due to the neural networks, for some of the initial component settings, we can achieve the results of computation faster than in classical way of coeficients calculating and substituti

Druh

D - Stať ve sborníku

CEP obor

JS - Řízení spolehlivosti a kvality, zkušebnictví

OECD FORD obor

—

Projekt

<a href="/cs/project/1M06047" target="_blank" >1M06047: Centrum pro jakost a spolehlivost výroby</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2008

Kód důvěrnosti údajů

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

Název statě ve sborníku

Second Summer Safety and Reliability Seminars SSARS 2008

ISBN

978-83-925436-1-9

ISSN

—

e-ISSN

—

Počet stran výsledku

5

Strana od-do

—

Název nakladatele

Krzysztof Kolowrocki Joanna Soszynska Enrico Zio

Místo vydání

Gdansk-Sopot, Poland

Místo konání akce

Gdansk-Sopot

Datum konání akce

23. 6. 2008

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—