O zastosowaniu sztucznych sieci neuronowych do zarządzania ryzykiem na budowie

• Autorzy: Brych-Dobrowolska M.

Warianty tytułu

EN

Concept of use artificial neural network to management risk for construction process

• Języki publikacji: PL

Abstrakty

PL

Omówiono problemy zastosowania sztucznych sieci neuronowych do zarządzenia ryzykiem w procesie budowlanym. Zarządzanie ryzykiem podczas realizacji stwarza wiele problemów. Brakuje narzędzi pomocnych w wykrywaniu zagrożeń. Sztuczne sieci neuronowe mogą pomóc w tym zakresie. Symulacje przy użyciu SSN mogą pozwolić na prognozowanie niekorzystnych zmian, dodatkowych kosztów itp.

EN

The article discusses the subject use Artificial Neural Networks to risk management for construction process. Risk management during the implementation of many problems. There are no tools to assist in detecting threats. Artificial Neural Networks can help in this regard. Simulations using ANN can show the probability of adverse changes, additional costs.

Słowa kluczowe

PL

sieć neuronowa sztuczna; zarządzanie ryzykiem; proces budowy

EN

artificial neural network; risk management; construction process

• Wydawca: Fundacja Polskiego Związku Inżynierów i Techników Budownictwa
• Czasopismo: Inżynieria i Budownictwo
• Rocznik: 2017
• Tom: R. 73, nr 4
• Strony: 214--217
• Opis fizyczny: Bibliogr. 13 poz., il.

Twórcy

autor

Brych-Dobrowolska M.

• Politechnika Warszawska, Wydział Budownictwa, Mechaniki i Petrochemii, Płock

Bibliografia

• [1] Akintoy A., Beck M., Hardcastle C.: Public-Private Partnerships: Managing risks and opportunities. Blackwell Science 2003.
• [2] Attoch-Okine N.O., Fekpe E.S.K.: Strength characteristic modelling of lateritic soils using adaptive neural networks. "Construction and Building Materials", 1996.
• [3] Bai J., Ortiago J.A.R., Shi J.: Modular neural network for predicting settlements during tunneling "Journal of Geotechnical and Geoenvironmental Engineering", ASCE No. 124/1998.
• [4] Borowiec A., Ziemiański L.: Zastosowanie sztucznych sieci neuronowych do identyfikacji uszkodzenia w belkach - badania numeryczne i doświadczalne. Wydawnictwo Politechniki Krakowskiej "Czasopismo Techniczne", nr 8-M/2012.
• [5] Goh A.T.C.: Neural networks for evaluating CPT calibration chamber test data. "Microcomputers in Civil Engineering", 1995.
• [6] Knyziak P.: Analiza stanu technicznego prefabrykowanych budynków mieszkalnych za pomocą sztucznych sieci neuronowych. Rozprawa doktorska. Politechnika Warszawska, 2007.
• [7] Krzemiński M., Kulejewska J., Teixeira J.: Zarządzanie ryzykiem w budownictwie. Biblioteka Menadżerów budownictwa, Guimarae, Warszawa 2009.
• [8] Lee I.M., Lee J.H.: Prediction of pile bearing capacity using artificial neuralnetworks. "Computers and Geotechnics", 1996.
• [9] Majes B., Turk G., Logar J.: Modelling soil behaviour in uniaxial strain conditions by neural networks. "Advances in Engineering Software", 2001.
• [10] Sulewska M.: O zastosowaniu sztucznych sieci neuronowych w ocenie zagęszczania nasypów. "Inżynieria i Budownictwo", nr 6/2016.
• [11] Sulewska M.: Sztuczne sieci neuronowe w ocenie parametrów zagęszczenia gruntów niespoistych. Oficyna Wydawnicza Politechniki Białostockiej, Warszawa - Białystok 2009.
• [12] Urbański P.: Zastosowanie sztucznych sieci neuronowych do oceny stopnia zużycia technicznego wybranej grupy budynków mieszkalnych, StatSoft. 2004. http://www.statsoft.pl/portals/0/Downloads/Naukowe8.pdf.
• [13] Kuźniar K.: Zastosowanie sieci neuronowych w prognozowaniu przekazywania drgań pochodzenia górniczego z gruntu na fundament budynku. "Inżynieria i Budownictwo", nr 1/2014.

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017).