Genetic Programming and Kriging Approximation in Optimization of Cement Paste Performance
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21110%2F10%3A00169597" target="_blank" >RIV/68407700:21110/10:00169597 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Genetic Programming and Kriging Approximation in Optimization of Cement Paste Performance
Popis výsledku v původním jazyce
Modeling of hydrating concrete represents a challenging task especially due to multiscale nature and missing mathematical formulation of several underlying phenomena. Missing physical and mathematical description is replaced by cellular automata model. Question arises, whether results from this virtual model can be trusted. Here, Kriging metamodel is applied at prediction of hydration heat solely from experimental datasets. Next, Genetic Programming method is used to get the best possible agreement between regression surface and known hydration heat evolution. Then, the multi-objective optimization is carried out, optimizing maximal Young's modulus and minimizing hydration heat. Moreover, previously mentioned Kriging approximation is used as an estimation of accuracy of the cellular automata prediction.
Název v anglickém jazyce
Genetic Programming and Kriging Approximation in Optimization of Cement Paste Performance
Popis výsledku anglicky
Modeling of hydrating concrete represents a challenging task especially due to multiscale nature and missing mathematical formulation of several underlying phenomena. Missing physical and mathematical description is replaced by cellular automata model. Question arises, whether results from this virtual model can be trusted. Here, Kriging metamodel is applied at prediction of hydration heat solely from experimental datasets. Next, Genetic Programming method is used to get the best possible agreement between regression surface and known hydration heat evolution. Then, the multi-objective optimization is carried out, optimizing maximal Young's modulus and minimizing hydration heat. Moreover, previously mentioned Kriging approximation is used as an estimation of accuracy of the cellular automata prediction.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JD - Využití počítačů, robotika a její aplikace
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/FT-TA4%2F100" target="_blank" >FT-TA4/100: Optimalizace jako nástroj udržitelného rozvoje a zvýšení konkurenceschopnosti českého stavebnictví.</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2010
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
Proceedings of International Conference on Modelling and Simulation 2010 in Prague
ISBN
978-80-01-04574-9
ISSN
—
e-ISSN
—
Počet stran výsledku
6
Strana od-do
—
Název nakladatele
České vysoké učení technické v Praze
Místo vydání
Praha
Místo konání akce
Praha
Datum konání akce
22. 6. 2010
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
—