Some applications of neural networks in building physics

• Autorzy: Gawin D. , Lefik M.

Warianty tytułu

PL

Przykłady zastosowania sztucznych sieci neuronowych w fizyce budowli

• Języki publikacji: EN

Abstrakty

EN

There examples of application of neural networks using "back-propagation" and "interactive activation" algorithm in practical problems of Building Physics are shown in the paper. Theoretical fundamentals, topologies and principles of operations for neural networks of two different types are briefly discussed. A review of applications of neural networks in modelling of physical phenomena, system identification and creating of expert systems in various fields of Building Physics is presented.

PL

Przedstawiono trzy przykłady zastosowania Sztucznych Sieci Neuronowych (SSN) typu "back-propagation" oraz "interactive activation and competition" w praktycznych problemach z dziedziny szeroko rozumianej Fizyki Budowli. Krótko opisano budowę i zasadę działania użytych sieci. Przedstawiono szczegółowy opis zastosowania SSN do zbudowania inteligentnej bazy danych audytora energetycznego, modelowania odpowiedzi dynamicznej ściany trójwarstwowej na dane obciążenie termiczne oraz do modelowania histerezy sorpcji. W tym ostatnim przykładzie, wytrenowana SSN przeznaczona jest do włączenia do programu Metody Elementów Skończonych. Celem pracy jest potwierdzenie przydatności SSN jako narzędzia obliczeniowego w praktyce inżynierskiej.

Słowa kluczowe

PL

fizyka budowli; sieć neuronowa

• Wydawca: Komitet Inżynierii Lądowej i Wodnej PAN ; Politechnika Warszawska, Wydział Inżynierii Lądowej
• Czasopismo: Archives of Civil Engineering
• Rocznik: 2000
• Tom: Vol. 46, nr 2
• Strony: 255--271
• Opis fizyczny: Bibliogr. 18 poz., il., tab.

Twórcy

autor

Gawin D.

• Technical University of Łódź, Department of Building Physic and Building Materials

autor

Lefik M.

• Technical University of Łódź, Department of Mechanics of Materials

Bibliografia

• 1. J. HERTZ, A. KROGH, G.R. PALMER, Introduction to the theory of neurocomputing [in Polish], Wydawnictwo Naukowo-Techniczne, Warszawa 1996.
• 2. R. TADEUSIEWICZ, Neural networks [in Polish], Akademicka Oficyna Wydawnicza, 1993.
• 3. S. OSSOWSKI, Neural networks by algorithms [in Polish], Wydawnictwo Naukowo Techniczne, Warszawa 1996.
• 4. J. McCLELLAND, D.E. RUMELHART, Explorations in parallel distributed processing, MIT, 1988.
• 5. J.F. KREIDER, Neural networks applied to building energy studies - a tutorial and case study, pp. 234-249, [in:] System Identification Applied to Building Performance Data, J.J. BLOEM [Ed.], ECSC-EC-EAEC Brussels, Luxembourg 1994.
• 6. J. GHABOUSSI, J.H. GARRETT, X. Wu, Knowledge-based modelling of material behaviour with neural networks, J. Engng. Mech., 117, 132-151, 1991.
• 7. M. LEFIK, D. GAWIN, Neural networks as a tool of auditor during preliminary analysis of thermo-renovation projects [in Polish], Proc. of XLII National Scientific Conf. "Krynica'96", Vol. 6, pp. 111-118, Krynica 1996.
• 8. M. LEFIK, D. GAWIN, Identification of dynamic thermal response of a multilayer wall using neural networks [in Polish], Proc. of XLIII National Scientific Conf. "Krynica'97", Vol. 6, pp.175-182, Krynica 1997.
• 9. D. POTTER, Computational physics, PWN, 1977.
• 10. S.J. GREGG, K.S.W. SING, Adsorption, surface area and porosity, 2nd edition, Academic Press, London 1982.
• 11. G. MUCHA, Z. WASZCZYSZYN, Hybrid neural-network/computational program for bending analysis of elastoplastic beams, Proc. of the XIII Polish Conf. On Computer Methods in Mechanics, pp. 949-956, 1997
• 12. D. GAWIN, B.A. SCHREFLER, Thermo- hydro- mechanical analysis of partially saturated porous materials, Engng. Computations, 13, 7, 113-143, 1996.
• 13. D. GAWIN, P. BAGGIO, B.A. SCHREFLER, Coupled heat, water and gas flow in deformable porous media, Int. J. Num. Meth. in Fluids, 20, 969-987, 1995.
• 14. G. HEDENBLAD, Materialdata För Fukttransportberäkningar [in Swedish], Byggfor-skningsradet, Stockholm 1996.
• 15. Qnet '97, 32-bit neural network modelling for Windows and Windows NT.
• 16. M. LEFIK, D. GAWIN, Modelling of capillary condensation hysteresis in concrete using artificial neural networks [in Polish], Proc. 44th National Scientific Conf. "Krynica'98", Vol. 6, pp. 165-172, Krynica 1998.
• 17. D. GAWIN, M. LEFIK, Computer simulation of hygro-thermal phenomena with capillary hysteresis in concrete using Finite Element Method and Artificial Neural Networks [in Polish], Proc. of 5th Scientific Conference of Polish Computer Simulation Association, pp. 100-113, R. BOGACZ, A. TYLIKOWSKI [Eds.], PTSK, Warszawa 1999.
• 18. D. GAWIN, M. LEFIK, B.A. SCHREFLER, ANN approach to sorption hysteresis within a coupled hygro-thermo-mechanical FE analysis, I.J. Num. Meth. Engng., 49, 1-25, 2000.