Możliwości zastosowania systemów klasyfikacyjnych do interpretacji wyników badań sondą CPT

• Autorzy: Górska-Pawliczuk A. , Srokosz P. E.

Warianty tytułu

EN

Possibilities of classification systems application for CPT results interpretation

• Języki publikacji: PL

Abstrakty

PL

Wstępna propozycja metodyki zautomatyzowanego uaktualniania jednego, wybranego nomogramu interpretacyjnego, oparta na ewolucyjnych systemach klasyfikacyjnych. Analiza dwóch systemów klasyfikacyjnych: binarny LCS adaptowany algorytmem genetycznym oraz LCS adaptowany algorytmem ewolucyjnym opartym na liczbach rzeczywistych. Wysoka efektywność wyników analizy porównawczej obu systemów oraz obiecujące możliwości w praktycznych zastosowaniach.

EN

An initial proposal of a methodology based on the evolutionary classification system used for automated updating of selected interpretive nomograph. The analysis of two classification systems: a binary LCS adapted by a genetic algorithm and LCS adapted by an evolutionary algorithm based on real numbers. High efficiency of the results of the comparative analysis of both systems and promising possibilities in practical applications.

Słowa kluczowe

PL

geotechnika; systemy klasyfikacyjne LCS; badania geotechniczne; sonda CPT

EN

geotechnics; LCS classification system; geotechnical investigations; CPT Cone Penetration Test

• Wydawca: IMOGEOR, Spółka z o. o.
• Czasopismo: Inżynieria Morska i Geotechnika
• Rocznik: 2015
• Tom: nr 3
• Strony: 285--291
• Opis fizyczny: Bibliogr. 18 poz., rys.

Twórcy

autor

Górska-Pawliczuk A.

• Uniwersytet Warmińsko-Mazurski w Olsztynie, Wydział Nauk Technicznych

autor

Srokosz P. E.

• Uniwersytet Warmińsko-Mazurski w Olsztynie, Wydział Nauk Technicznych

Bibliografia

• 1. Bull L., Learning Classifier Systems: A brief introduction. Applications of Learning Classifier Systems, Springer, 2004, 3-13.
• 2. Goldberg D., Algorytmy genetyczne i ich zastosowanie. Wydawnictwa Naukowo-Techniczne, 2003.
• 3. Holland J., Adaptation. Progress in theoretical biology, pod redakcją: Rosen R. i Snell F.M., 1976.
• 4. Holland J., Reitman J., Cognitive systems based on adaptive agents. Pattern-directed inference systems, pod redakcją: Waterman D.A. i Inand F., Hayes-Roth, 1978.
• 5. Młynarek Z., Site investigation and mapping in urban area. Proceedings of the 14th European Conference on Soil Mechanics and Geotechnical Engineering. Madrid 2007.
• 6. Młynarek Z., Wierzbicki J., CPTU and DMT in soft clays and organic soils. 5th International Workshop, Poznań, Poland. Wydawnictwo Exemplum, 2014.
• 7. Lunne T., Robertson P.K., Powell J.J.M., Cone Penetration Testing in geotechnical practice. Blackie Academic & Professional, 1997.
• 8. Pisarczyk S., Mechanika gruntów. Wydawnictwo OWPW, 2010.
• 9. PN-B-04452:2002 Geotechnika – Badania polowe.
• 10. PN-EN ISO 14688-1:2006 Badania geotechniczne – Oznaczenie I klasyfikowanie gruntów – Część 1: Oznaczenie i opis.
• 11. PN-EN ISO 14688-1:2006 Badania geotechniczne – Oznaczenie I klasyfikowanie gruntów – Część 2: zasady klasyfikowania.
• 12. PN-EN 1997-1:2008 Eurokod 7. Projektowanie geotechniczne. Część 1: Zasady ogólne.
• 13. Smith S., A learning system based on genetic adaptive algorithms, PhD thesis, University of Pittsburgh, 1980.
• 14. Srokosz P. E., Wybrane zastosowania algorytmów genetycznych w geotechnice. Wydawnictwo UWM w Olsztynie, 2012.
• 15. Urbanowicz R.J., Moore J.H., Learning Classifier Systems: A complete introduction, review and roadmap. Journal of Artificial Evolution and Applications, Vol. 2009, ID 736398, 25 str.
• 16. Wilson S.W., Get real! XCS with continuous-valued inputs. Festschrift in Honor of John H. Holland, pod red. Booker L., Forrest S., Mitchell M., Riolo R., University of Michigan, 1999.
• 17. Wiłun Z., Zarys geotechniki. Wydawnictwo Komunikacji i Łączności, 2004.
• 18. Zhang Z., Tumay M.T., Statistical to Fuzzy Approach toward CPT Soil Classification, ASCE Journal of Geotechnical and Geoenvironmental Engineering, Vol. 125, No. 3 (1999), 179-186.