Neuronowa analiza zagadnień symulacji częstości drgań własnych i identyfikacji parametrów geometrycznych łuków płaskich

• Autorzy: Kłos M.

Warianty tytułu

EN

Neural analysis in the simulation of eigenfrequencies and identification of shape parameters for the flat arch

• Języki publikacji: PL

Abstrakty

PL

Zaproponowano zastosowanie sztucznych sieci neuronowych do symulacji częstości drgań własnych i identyfikacji parametrów geometrycznych łuku (rozpiętości, wyniosłości i wysokości przekroju poprzecznego). Zbiór danych wygenerowano za pomocą programu MES. W zagadnieniu odwrotnym wektor wejściowy składał się z sześciu pierwszych częstości własnych. Stwierdzono prawidłowość nieco niższej dokładności aproksymacji neuronowej w problemie odwrotnym oraz korzystny wpływ regularyzacji bayesowskiej na zmniejszenie liczby parametrów sieci w porównaniu z sieciami projektowanymi bez regularyzacji.

EN

This paper presents the possibility of application of Artificial Neural Networks in the simulation of eigenfrequencies and identification of shape parameters of arches (span, arch height and cross-section thickness). For the numerical simulation the models were updated by ANNs with input vectors consisting of shape parameters of arches. In the inverse problem the input vector is composed of the first six eigenfrequencies. The multilayer feed-forward networks and bayesian regularization were applied.

Słowa kluczowe

PL

sieć neuronowa sztuczna; drganie własne; symulacja częstości drgań; parametr geotechniczny; łuk płaski

EN

artificial neural network; simulation of eigenfrequencies; shape parameter; flat arch

• Wydawca: Oficyna Wydawnicza Politechniki Rzeszowskiej
• Czasopismo: Zeszyty Naukowe Politechniki Rzeszowskiej. Budownictwo i Inżynieria Środowiska
• Rocznik: 2007
• Tom: z. 45 {243}
• Strony: 103--112
• Opis fizyczny: Bibliogr. 5 poz., il.

Twórcy

autor

Kłos M.

• Politechnika Rzeszowska

Bibliografia

• [1] Solecki R., Szymkiewicz J., Układy powierzchniowe. Obliczenia dynamiczne. Arkady, Warszawa 1964
• [2] Neural Network Toolbox for Use with Matlab. User's Guide, Version 3.0. The Math-Works, Inc. 2006
• [3] ADINA System Online Manuale. Theory and modeling guide, ADINA R&D Inc., Watertown2001
• [4] Haykin S., Neural Networks - A Comprehensive Foundation. 2nd Ed. Upper Saddle River, Prentice Hali, New York 1999
• [5] Waszczyszyn Z., Ziemiański L., Neural Networks in Mechanics of Structures and Materials - New Results and Prospects of Applications. Computers & Structures, 79, |2001,2261-2276