Badanie intensywności przebiegu deformacji powierzchni terenu Legnicko-Głogowskiego Okręgu Miedziowego w latach 1967÷2008 z wykorzystaniem sieci neuronowej Hopfielda

• Autorzy: Mrówczyńska M.

Warianty tytułu

EN

Research on the intensity of progress of terrain deformations in the Legnica-Głogów Copper Region in the years 1967÷2008 with the use of the Hopfield neural network

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono stan przemieszczeń pionowych punktów kontrolowanych zlokalizowanych na obszarze Legnicko-Głogowskiego Okręgu Miedziowego położonego w południowej części monokliny przedsudeckiej. Wykorzystane modele przemieszczeń wynikają z przyjętej metody definiowania układu odniesienia, który jest pewnym zbiorem punktów o stwierdzonej wzajemnej stałości. W związku z tym, w artykule została podjęta próba porównania jakościowych modeli przemieszczeń, uzyskanych na podstawie dwóch wariantów definiowania układu. W pierwszym podejściu została wykorzystana sieć neuronowa Hopfielda, której minimalne wartości poziomów energetycznych oraz wyniki analizy przebiegu sąsiednich trajektorii ruchu punktów za pomocą wykładników Lapunowa decydowały o potencjalnych możliwościach kwalifikacji określonych punktów do zbioru punktów stałych. Druga z zastosowanych metod wymaga identyfikacji wstępnej, która została zrealizowana za pomocą algorytmu minimalizacji sumy odchyłek absolutnych (idea przylegania obiektów [1]). W myśl zaproponowanych w artykule rozwiązań ostateczną strukturę układów odniesienia ustalono na podstawie wartości krytycznej przyrostu kwadratu normy wektora poprawek do obserwacji, a w konsekwencji sformułowano odpowiadające tym układom geometryczne modele przemieszczeń.

EN

The article presents the state of vertical displacements of controlled points located in the Legnica-Głogów Copper Region situated in the southern part of the Fore-Sudetic monocline. The used displacement models result from the method adopted for defining a reference system as a certain set of points of ascertained reciprocal stability. In connection with this the article attempts to compare qualitative displacement models obtained on the basis of two variants defining the system. In the first approach a Hopfield neural network was used, in which the minimum values of energy levels and results of the analysis of neighbouring trajectories of the movement of points by means of the Lyapunov exponents determined the potential possibilities of including particular points into a set of stable points. The second applied method requires preliminary identification, which was carried out by means of an algorithm for the minimization of the sum of absolute deviations (the concept of object adhesion) [1]. According to the solutions suggested in the article the final structure of reference systems was determined on the basis of the critical value of the increment of the square of the norm of the vector of corrections to the observations, and then geometric displacement models corresponding to these systems were formulated.

Słowa kluczowe

PL

model przemieszczeń; sieć neuronowa Hopfielda; pomiary geodezyjne

EN

displacement model; Hopfield neural network; geodetic surveys

• Wydawca: Stowarzyszenie Inżynierów i Techników Górnictwa
• Czasopismo: Przegląd Górniczy
• Rocznik: 2012
• Tom: T. 68, nr 7
• Strony: 17--24
• Opis fizyczny: Bibliogr. 18 poz.

Twórcy

autor

Mrówczyńska M.

• Uniwersytet Zielonogórski, Wydział Inżynierii Lądowej i Środowiska

Bibliografia

• 1. Adamczewski Z.: Algorytm numerycznej kontroli przylegania obiektów. Geodezja i Kartografia 1979, t. XXVII, z. 3.
• 2. Andrews D.F.: A robust method for multiple lineal regression. Technometrics 1974, No16.
• 3. Dahlquist G., Bjorck A.: Metody numeryczne. Warszawa. PWN, 1993.
• 4. Dijkstra E.W.: A note on two problems to connection with graphs. Numer. Math. 1959, Vol.1.
• 5. Gil J.: Badanie nieliniowego geodezyjnego modelu kinematycznego przemieszczeń. Seria: monografie nr 76, Wydawnictwo WSI w Zielonej Górze, 1995.
• 6. Gil J.: The problem of solving systems of linear equations by means of neural networks. Geodesy and Cartography 2006, Vol. 55, No 2.
• 7. Hertz J., Krogh A., Palmer R.G.: Wstęp do teorii obliczeń neuronowych. Warszawa. Wydawnictwo Naukowo-Techniczne, 1993.
• 8. Kadaj R.: Die Methode der besten Alternative: Ein Ausgleichungsprincip für Beobachtungssysteme. Zeitschrift für Vermessungswesen. 1994, H3, 113J.
• 9. Kadaj R.: Modele, metody i algorytmy obliczeniowe sieci kinematycznych w geodezyjnych pomiarach przemieszczeń i odkształceń obiektów. Kraków, Wydawnictwo AR.1998.
• 10. Kosiński R.A.: Sztuczne sieci neuronowe; dynamika nieliniowa i chaos. Warszawa. Wydawnictwa Naukowo-Techniczne, 2004.
• 11. Kuligowski J.L.: Zarys teorii grafów. Warszawa. Wydawnictwo PWN, 1986.
• 12. Mańdziuk J.:Sieci neuronowe typu Hopfielda; teoria i przykłady zastosowań. Warszawa. Akademicka Oficyna Wydawnicza EXIT. 2000.
• 13. Markiewicz A., Kraiński A.: Neotektoniczna reaktywacja struktur halotektonicznych a zaburzenia glacitektoniczne w strefach marginalnych europejskich zlodowaceń plejstoceńskich na przykładzie Wzgórz Dalkowskich (SW Polska). Zielona Góra. Redakcja Wydawnictw Naukowo-Technicznych, 2002.
• 14. Markiewicz A.: Halotektoniczne uwarunkowania sedymentacji i deformacji osadów kenozoicznych w południowej części Monokliny Przedsudeckiej (SW Polska). Zielona Góra. Oficyna Wydawnicza Uniwersytetu Zielonogórskiego, 2003.
• 15. Osowski S.: Sieci neuronowe. Warszawa. Oficyna Wydawnicza Politechniki Warszawskiej, 1996.
• 16. Prószyński W., Kwaśniak B.: Podstawy geodezyjnego wyznaczania przemieszczeń. Warszawa Oficyna Wydawnicza Politechniki Warszawskiej, 2006.
• 17. Wiśniewski Z.: Wyrównanie sieci geodezyjnych z zastosowaniem probabilistycznych modeli błędów pomiaru. Data Aesd. Agrieult. Tech. Olst. Geodasia et Ruris Regulatio. 1986, No 15, Supplementum C.
• 18. Wolski B.: Monitoring metrologiczny obiektów geotechnicznych. Kraków. Wydawnictwo Politechniki Krakowskiej, 2006