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”

Multi-objective parameters estimation for affinity model of cement paste hydration

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21110%2F10%3A00176642" target="_blank" >RIV/68407700:21110/10:00176642 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Multi-objective parameters estimation for affinity model of cement paste hydration

  • Popis výsledku v původním jazyce

    The target of estimation is to find a set of input parameters for the affinity model, which gives the best agreement of an affinity model response with a response of another, more complex, hydration model. The error function(s) based on differences between both models is defined and minimized. Two approaches are compared: The first one is based on one error function and an application of the genetic algorithm GRADE. In the second approach, more than one error function is defined, which allows to emphasize different parts of the hydration process. To optimize this problem, the multi-objective genetic algorithm NSGA-II and Weighted Sum Method is employed.

  • Název v anglickém jazyce

    Multi-objective parameters estimation for affinity model of cement paste hydration

  • Popis výsledku anglicky

    The target of estimation is to find a set of input parameters for the affinity model, which gives the best agreement of an affinity model response with a response of another, more complex, hydration model. The error function(s) based on differences between both models is defined and minimized. Two approaches are compared: The first one is based on one error function and an application of the genetic algorithm GRADE. In the second approach, more than one error function is defined, which allows to emphasize different parts of the hydration process. To optimize this problem, the multi-objective genetic algorithm NSGA-II and Weighted Sum Method is employed.

Klasifikace

  • Druh

    C - Kapitola v odborné knize

  • CEP obor

    JD - Využití počítačů, robotika a její aplikace

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GD103%2F09%2FH078" target="_blank" >GD103/09/H078: Počítačová a experimentální analýza stavebních materiálů a jejich vícevrstvých systémů</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 knihy nebo sborníku

    Computer and Experimental Analysis of Civil Engineering Materials and their Multilayered Systems II

  • ISBN

    978-80-01-04676-0

  • Počet stran výsledku

    15

  • Strana od-do

  • Počet stran knihy

    218

  • Název nakladatele

    ČVUT

  • Místo vydání

    Praha

  • Kód UT WoS kapitoly