Přístupnostní navigace
E-přihláška
Vyhledávání Vyhledat Zavřít
Detail publikace
NOVÁK, D. LEHKÝ, D.
Originální název
Metodika použití umělých neuronových sítí pro identifikaci parametrů výpočtových modelů konstrukcí
Anglický název
Methodology of using artificial neural networks for identification of computational model parameters
Typ
článek ve sborníku ve WoS nebo Scopus
Jazyk
čeština
Originální abstrakt
The paper suggests a new approach of inverse analysis to obtain parameters of FEM computational model in order to obtain best agreement with experimental data. The proposed inverse analysis approach is based on coupling of FEM computational model and the stochastic training of artificial neural network. Identification parameters play the role of basic random variables with a scatter reflecting the physical range of possible values. Novelty of the approach is the utilization of efficient small-sample simulation method Latin Hypercube Sampling (LHS) used for stochastic training of neural network. Once the network is trained it represents an approximation consequently utilized in an opposite way: For given experimental data to provide the best possible set of model parameters. The approach is general and can be applied easily to any inverse problem of engineering mechanics.
Anglický abstrakt
Klíčová slova v angličtině
Inverse analysis, computational model, stochastic neural network, small-sample simulation.
Autoři
NOVÁK, D.; LEHKÝ, D.
Rok RIV
2006
Vydáno
11. 5. 2006
Místo
Brno, ČR
ISBN
80-214-3164-4
Kniha
Dynamicky namáhané konstrukce - DYNA
Strany od
115
Strany do
122
Strany počet
8
BibTex
@inproceedings{BUT24290, author="Drahomír {Novák} and David {Lehký}", title="Metodika použití umělých neuronových sítí pro identifikaci parametrů výpočtových modelů konstrukcí", booktitle="Dynamicky namáhané konstrukce - DYNA", year="2006", pages="115--122", address="Brno, ČR", isbn="80-214-3164-4" }