Zastosowanie sieci neuronowej i filtru Kalmana do symulacji spektrów odpowiedzi budynków poddanych działaniu wymuszeń parasejsmicznych

• Autorzy: Krok, A. , Waszczyszyn, Z.
• Konferencja: Dynamika Konstrukcji / Sympozjum (XII ; 28-30 września 2005 ; Rzeszów-Bystre, Polska)
• Języki publikacji: PL

Abstrakty

EN

Decoupled Extended Kalman Filter (DEKF) algorithm was used for the training of Feed-forward Layer Neural Network (FLNN). Data taken from [1] correspond to Displacement Response Spectra (DRS) computed on the base of vibration records measured on the ground level for paraseismic excitation (inputs to FLNN) and on the fourth floor of monitored buildings (outputs of FLNN). It was proved that the application of DEKF gives much more accurate predictions of DRS than standard NN discussed in [1].

Słowa kluczowe

PL

dynamika budynku; drganie budynku; wymuszenie parasejsmiczne; sztuczne sieci neuronowe; filtr Kalmana

EN

dynamics of structures; building vibration; paraseismic excitation; artificial neural networks; Kalman filter

• Czasopismo: Zeszyty Naukowe Politechniki Rzeszowskiej. Mechanika
• Rocznik: 2005
• Tom: z. 65 [222]
• Strony: 219-226
• Opis fizyczny: Bibliogr. 8 poz., tab., wykr.

Twórcy

autor

Krok, A.

• Studium Doktoranckie przy Wydziale Inżynierii Lądowej Politechniki Krakowskiej,

autor

Waszczyszyn, Z.

• Instytut Metod Komputerowych w lnżynierii Lądowej Politechniki Krakowskiej,

Bibliografia

• [1] K. Kuźniar. BP Neural network computation of response spectra using a subpicture idea. In: L. Rutkowki, J. Kacprzyk, eds, Neural Networks and Soft Computing, 760-765, Physica-Verlag, A Springer-Verlag Company, Heidelberg New York, 2003.
• [2] K. Cheung, N. Popplewell. Neural network for earthquake selection in structural time history analysis. Earth. Eng. Stru. Dyn., 23, 303-396, 1994.
• [4] J. Ghaboussi, Ch.J. Lin. New method of generating spectrum compatible accelerograms using neural networks. Earth. Eng. Stru. Dyn., 27: 377-396,1998.
• [5] K. Kuzniar, E. Maciąg, Z. Waszczyszyn. Computation of response spectra from mining tremors using neural networks. Soil Dyn. Earth. Eng., 25: 331-339, 2004.
• [6] A. Krok, Z. Waszczyszyn. Kalman filtering for neural prediction of response spectra from mining tremors. In: T. Burczynski, W. Cholewa, W. Moczulski, eds, Recent Developments in Artificial Intelligence Methods, AIMETH 2004, 157-162, AI-METH Series, Gliwice, 2004.
• [7] S. Haykin (Ed.). Kalman Filtering and Neural Networks, John Wiley & Sons, New York, 2001.
• [8] A. Zell et al. SNNS - Stuttgart Neural Network Simulator. User's Manual, Version 4.2, Univ. of Stuttgart, 1998.