Zastosowanie sztucznych sieci neuronowych do predykcji wydajności układów maszyn do robót ziemnych

• Autorzy: Hoła B. , Schabowicz K.

Warianty tytułu

EN

Applying of artificial neural networks in predicting effectiveness ratio for earthmoving machinery systems

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono rezultaty zastosowania sztucznych sieci neuronowych do predykcji wydajności W(N), układów współpracujących maszyn do robót ziemnych składających się z c koparek i N środków transportowych. Dysponując zbiorem danych składającym się z parametrów technicznych układów maszyn do robót ziemnych oraz odpowiadającym tym parametrom wartościom wskaźników efektywności, otrzymanych dla różnych odległości wywozu urobku, można nauczyć sztuczne sieci neuronowe, a następnie wykorzystać je do wiarygodnego neuronowego produkowania wydajności Ww. Przedstawione w pracy rezultaty potwierdzają przydatność sztucznych sieci neuronowych, jednokierunkowych wielowarstwowych ze wsteczną propagacją błędów oraz algorytmem gradientów sprzężonych (WPB-CGB), do predykcji wydajności W(N).

EN

This paper presents the results of applying artificial neural networks in predicting effectiveness ratio W(N) for earthmoving machinery systems consisting of c excavators and N means of transport. The values of the characteristics can form a standard basis for designing construction earthworks. Having a data set consisting of the technical parameters of earthmoving machinery systems and the corresponding effectiveness ratio obtained for different output transport distances one can train artificial neural networks and then use the latter for the reliable prediction of W(N). The results presented confirm the suitability of unidirectional multilayer error back propagation neural networks with a conjugate gradient algorithm (BPNN-CGB) for predicting such effectiveness ratios as efficiency W(N).

Słowa kluczowe

PL

sieci neuronowe; roboty ziemne; system masowej obsługi; wydajność

EN

neural networks; machinery systems

• Wydawca: Oficyna Wydawnicza Politechniki Wrocławskiej
• Czasopismo: Prace Naukowe Instytutu Budownictwa Politechniki Wrocławskiej. Studia i Materiały
• Rocznik: 2006
• Tom: Vol. 87, nr 18
• Strony: 101--108
• Opis fizyczny: Bibliogr. 4 poz.

Twórcy

autor

Hoła B.

autor

Schabowicz K.

• Instytut Budownictwa, Politechnika Wrocławska

Bibliografia

• [1] Hoła B., Mrozowicz J., Modelowanie procesów budowlanych o charakterze losowym. Dolnośląskie Wydawnictwo Edukacyjne, Wrocław 2003.
• [2] Filipowicz B., Modele stochastyczne w badaniach operacyjnych. WNT Warszawa 1996.
• [3] HAYKIN S., Neural networks a comprehensive foundation. MacMillan Pub. Co., New York 1999.
• [4] Hoła J., Schabowicz K., Methodology of the neural identification of the strength of concrete. ACI Materials Journal, 102 (6), 2005, 459-464.