Analiza wybranych zagadnień mechaniki konstrukcji i materiałów za pomocą SSN i filtrów Kalmana : praca doktorska = [Analysis of mechanics of structures and material problems applying artifcial neural ... więcej

Analiza wybranych zagadnień mechaniki konstrukcji i materiałów za pomocą SSN i filtrów Kalmana : praca doktorska = [Analysis of mechanics of structures and material problems applying artifcial neural networks learnt by means of Kalman filtering] / Agnieszka Krok. – Kraków, 2007. – 143 s. : rys., schem., tab. – Politechnika Krakowska. Wydział Inżynierii Lądowej. – Promotor: prof. zw. dr hab. inż. Zenon Waszczyszyn. – Bibliogr. 75 poz.

W pracy do celów analizy problemów mechaniki materiałów i konstrukcji stosowane są Sztuczne Sieci Neuronowe, uczone z wykorzystaniem Filtra Kalmana w postaci algorytmu Node Decoupled Extended Kalman ... więcej

W pracy do celów analizy problemów mechaniki materiałów i konstrukcji stosowane są Sztuczne Sieci Neuronowe, uczone z wykorzystaniem Filtra Kalmana w postaci algorytmu Node Decoupled Extended Kalman Filter (NDEKF). Stosowane są sieci jednokierunkowe i rekurencyjne. Analizowano problemy oparte na danych eksperymentalnych: W dziedzinie mechaniki konstrukcji: -symulację przyśpieszeniowych spektrów odpowiedzi od wstrząsów górniczych w zależności od energii wstrząsu i odległości epicentralnej -predykcję przemieszczeniowych spektrów odpowiedzi budynku na podstawie przemieszczeniowych spektrów odpowiedzi gruntu w pobliżu budynku. w dziedzinie mechaniki materiałów -symulacje i predykcję pętli histerezy dla cyklicznego obciążenia kompozytu hierarchicznego, próbek stalowych i próbek betonowych. Oprócz analizy powyższych problemów praca zawiera: -opis klasycznych metod uczenia Sztucznych Sieci Neuronowych -prezentację techniki uczenia w oparciu o filtr Kalmana -wybór architektury sieci w oparciu o autorskie rozwiązania dotyczące algorytmu obcinania (pruning) oraz uczenia w oparciu o wartości przybliżonej macierzy kowariancji błędów filtracji -prezentację oprogramowania własnego wykorzystywanego w pracy do uczenia i testowania Sztucznych Sieci Neuronowych przy pomocy filtra Kalmana. W dodatku do pracy znajduje się wyprowadzenia równań filtra Kalmana oraz definicja Spektrum Odpowiedzi.

Artifcial neural networks learnt by means of Kalman fltering are applied for the analysis of mechanics of structures and material problems. The Node Decoupled Extended Kalman Filter (NDEKF) learning algorithm ... więcej

Artifcial neural networks learnt by means of Kalman fltering are applied for the analysis of mechanics of structures and material problems. The Node Decoupled Extended Kalman Filter (NDEKF) learning algorithm is used. Feed Forward Neural Networks and Recurent Neural Networks are considered. Chosen problems are based on experimental data. With respect to structural mechanics the thesis deals with: - simulation od the Acceleration Response Spectra from mining tremors as a function of mining tremor energy and epicentral distance - prediction of the Displacement Response Spectra of the building on the base of Displacement Response Spectra of the ground near the building With respect to material mechanics the thesis deals with simulation and prediction of hysteresis loops obtained by the experiment of cyclic loading carried on: a cable-in-conduit superconductors, steel specimens and concrete specimens. Apart form detailed neural analysis of these problems the thesis consists: - the basis of standard ANN learning techniques presentation, - Kalman flters as a learning technique explanation, - choosing the architecture of ANN learnt by means of Kalman fltering (the own solution for ANN pruning and learning on the base of analysis of approximate covariance matrices in Kalman flter models for the ANN), - presentation of computer programs used for neural analysis, created by the autor. Additionally, Kalman filter equations are proofed and the defnition and the use of Response Spectra is presented.