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”

VYUŽITÍ NEURONOVÝCH SÍTÍ PRO ZPĚTNOU ANALÝZU PŘI NÁVRHU TUNELŮ

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21110%2F15%3A00237197" target="_blank" >RIV/68407700:21110/15:00237197 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    čeština

  • Název v původním jazyce

    VYUŽITÍ NEURONOVÝCH SÍTÍ PRO ZPĚTNOU ANALÝZU PŘI NÁVRHU TUNELŮ

  • Popis výsledku v původním jazyce

    Na rozdíl od většiny materiálů ve stavebním inženýrství zeminy a horniny vykazují nepředvídatelné a různorodé chování způsobené procesem utváření těchto přírodních materiálů. Z tohoto důvodu geotechničtí inženýři často zjednodušují řešené úlohy a používají pro návrh analytické a empirické metody. V případě podzemních staveb však musíme popsat chování masivu i postupy výstavby a pro návrh často použít numerické metody. Projektant musí zajistit, že chování numerického modelu je co nejblíže realitě. Jedním z nástrojů, který mu v této úloze pomáhá, je zpětná analýza. Zpětná analýza využívá různé postupy pro předpověď reálného chování systému hornina - podzemní stavba a jedním z nich jsou neuronové sítě. Článek podává stručný přehled o zpětné analýze v geotechnice. V prvé části popisuje metody používané pro zpětnou analýzu. Následně se stručně zabývá vlastními neuronovými sítěmi a tvorbou jejich struktury. Na závěr článku je uveden příklad použití neuronových sítí při analýze tunelu.

  • Název v anglickém jazyce

    APPLICATION OF NEURAL NETWORKS FOR BACK ANALYSIS IN TUNNEL DESIGN

  • Popis výsledku anglicky

    In contrast to most engineering materials in the civil engineering the soils and rocks exhibit varied and uncertain behaviour due to process associated with the formation of these natural materials. Therefore geotechnical engineers often simplified the solve problems and used an analytical or empirical methods for the design. In underground structures we have to describe the complexity of geotechnical behaviour and construction process so numerical methods are often used to design. The designers must ensure that the behaviour of numerical model is as close to reality as possible. He can use for this task back analysis. The back-analysis involves all the procedures to prediction the real behaviour of the ground and tunnel system and one of them are neural networks. This paper presents short review of back analysis in geotechnical engineering. In the first part it describes used methods for back analysis. Then overviews of the artificial neural network and their structure design. The example of the back analysis of ground behaviour around tunnel using neural network is shown at the end.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JN - Stavebnictví

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/TE01020168" target="_blank" >TE01020168: Centrum pro efektivní a udržitelnou dopravní infrastrukturu (CESTI)</a><br>

  • Návaznosti

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

Ostatní

  • Rok uplatnění

    2015

  • 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

    Zborník príspevkov Tunely a podzemné stavby 2015

  • ISBN

    978-80-972154-4-6

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    12

  • Strana od-do

  • Název nakladatele

    Slovenská tunelárska asociácia

  • Místo vydání

    Bratislava

  • Místo konání akce

    Žilina

  • Datum konání akce

    11. 11. 2015

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku