Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Współczesny stalowy biurowiec AOB w Luksemburgu
PL
W międzynarodowym konkursie w 1990 roku projekt Gottfrieda Böhma, przedłożony przez Jürgena Minkusa i biuro z Kolonii, otrzymał „Europejską Nagrodę dla konstrukcji stalowych”. Budynek składa się z dwóch skrzydeł ośmiopiętrowych, z których każde zawiera 24 standardowe pomieszczenia biurowe (moduły) na piętrze, z otwartą przestrzenią komunalną w centrum.
EN
The Adaptive Neuro-Fuzzy Inference System (ANFIS) is applied to identification of relationship between the values of water-cement ratio (W/C) and the parameters of fracture mechanics according to Mode II of dense concrete (K IIc, J IIc). Regular division of input space and "bell" membership function were adopted in the system. The results were compared with the polynomial approximation.
PL
Adaptacyjny neuronowo-rozmyty system wnioskowania (ANFIS) został zastosowany do identyfikacji zależności pomiędzy wartościami stosunku wodno-cementowego (W/C) a parametrami mechaniki pękania według II modelu betonów ciężkich (KIIc, JIIc). W systemie wykorzystano podział regularny przestrzeni wejściowej i dzwonowe funkcje przynależności. Wyniki zostały porównane z aproksymacją wielomianową.
3
Content available remote Neural network simulation of a seismic excited building response
EN
Back propagation neural networks (BPNNs) can be efficiently used for the simulation of the response of a structure subjected to measured excitations. The main goal of the paper is to predict displacements at selected floors of a tall prefabricated building. The neural network is trained, tested and verified using the responses recorded in a real building during explosions in a nearby quarry. The results show that the dynamic behaviour of the building can be very well modeled by the trained neural network.
PL
Sieci neuronowe typu wstecznej propagacji błędu mogą być z powodzeniem stosowane do symulacji odpowiedzi budynku poddanego zmierzonym wymuszeniom. Praca dotyczy wykorzystania SSN do predykcji przemieszczeń wybranych kondygnacji wysokiego, prefabrykowanego budynku mieszkalnego. Drganie budynku wywoływane były odstrzałami w pobliskim kamieniołomie.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.