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”

ZPĚTNÁ ANALÝZA TUNELOVÝCH KONSTRUKCÍ POMOCÍ NEURONOVÝCH SÍTÍ

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21110%2F16%3A00306702" target="_blank" >RIV/68407700:21110/16:00306702 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    čeština

  • Název v původním jazyce

    ZPĚTNÁ ANALÝZA TUNELOVÝCH KONSTRUKCÍ POMOCÍ NEURONOVÝCH SÍTÍ

  • Popis výsledku v původním jazyce

    Po stručném úvodu je v prvé části článku stručně popsán vybraný řez, jeho geologické prostředí a prováděný monitoring. V následující části je zmíněn numerický model použitý pro výpočet napětí, deformace tunelu a sedání povrchu. Hlavní část článku je zaměřena na použití neuronových sítí při zpětné analýze tunelové konstrukce. Aplikace neuronových sítí při zpětné analýze má mnoho výhod, speciálně v předpovědi parametrů zemin a hornin, jež mají významný vliv na výsledné hodnoty numerického modelu. Predikce deformací tunelu byla určena pomocí vícevrstvé sítě se zpětným šířením chyby, tzv. Back Propagation Neural Networks, jejíž principy jsou popsány v jedné z kapitol článku.

  • Název v anglickém jazyce

    BACK ANALYSIS OF TUNNEL STRUCTURES BASED ON NEURAL NETWORKS

  • Popis výsledku anglicky

    After a short introduction, the authors briefly describe the selected cross - section, the geological conditions and geotechnical monitoring. In the following part there was mentioned the numerical model used to calculate stresses, tunnel deformation and surface settlement. The main part of the article is focused on the use of neural networks for back analysis of tunnel construction. Application of the neural networks in the back analysis has many advantages, especially in the prediction of soil and rock parameters, which has a significant impact on the output values of the numerical model. The prediction of the tunnel deformation was determined using multi - layer neural network with back propagation. Its principles are described in the one of the chapters.

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

    2016

  • 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

    Sborník příspěvků 13. mezinárodní konference Podzemní stavby Praha 2016 a 3. Východoevropské tunelářské konference EETC 2016

  • ISBN

    978-80-906452-0-2

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    8

  • Strana od-do

  • Název nakladatele

    Česká tunelářská asociace ITA-AITES

  • Místo vydání

    Praha

  • Místo konání akce

    Praha

  • Datum konání akce

    23. 5. 2016

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku