A platform for research: civil engineering, architecture and urbanism
A platform for research: civil engineering, architecture and urbanism
Neurocomputing strategies in structural design - decomposition based optimization
Für die näherungsweise Zerlegung großer Auslegungs-Optimierungsprobleme für Strukturen in kleinere Probleme wurde ein neues Rechenschema entwickelt, das Strategien der neuronalen Netze mit rückwärtsgerichteter Rechnung zur Entdeckung schwacher Netzverbindungsstellen benutzt, die Ausgangspunkte der Zerlegung sind. Die Subprobleme sind durch Auslegungsvariable, Zielfunktionen und Randbedingungen über ein neuronales Netz (Variante einer hierarchischen Vektorquantifizierung HVQ) verknüpft und werden einzeln optimiert. Dieses Näherungsverfahren wird hier zur gewichtsminimalen Auslegung von Fachwerken angewendet. Näher eingegangen ist auf das Zerlegungs-Rechenschema, seine Strategie und Gleichungen, auf die Verwendung neuronaler Netze (BPN-Netz) für die Zerlegung, die Verknüpfung der erhaltenen Subsysteme, die Algorithmen des HVQ-Netzes, auf die Methodenanwendung auf numerische Beispiele wie die Gewichtsoptimierung eines 10 Stab-Fachwerkträgers mit ein und zwei Verlagerungsbedingungen und eines Antennenturm-Stabfachwerks.
Neurocomputing strategies in structural design - decomposition based optimization
Für die näherungsweise Zerlegung großer Auslegungs-Optimierungsprobleme für Strukturen in kleinere Probleme wurde ein neues Rechenschema entwickelt, das Strategien der neuronalen Netze mit rückwärtsgerichteter Rechnung zur Entdeckung schwacher Netzverbindungsstellen benutzt, die Ausgangspunkte der Zerlegung sind. Die Subprobleme sind durch Auslegungsvariable, Zielfunktionen und Randbedingungen über ein neuronales Netz (Variante einer hierarchischen Vektorquantifizierung HVQ) verknüpft und werden einzeln optimiert. Dieses Näherungsverfahren wird hier zur gewichtsminimalen Auslegung von Fachwerken angewendet. Näher eingegangen ist auf das Zerlegungs-Rechenschema, seine Strategie und Gleichungen, auf die Verwendung neuronaler Netze (BPN-Netz) für die Zerlegung, die Verknüpfung der erhaltenen Subsysteme, die Algorithmen des HVQ-Netzes, auf die Methodenanwendung auf numerische Beispiele wie die Gewichtsoptimierung eines 10 Stab-Fachwerkträgers mit ein und zwei Verlagerungsbedingungen und eines Antennenturm-Stabfachwerks.
Neurocomputing strategies in structural design - decomposition based optimization
Rechenstrategien mit neuronalen Netzen bei der Strukturauslegung. Zerlegung von Optimierungsproblemen
Szewczyk, Z.P. (author) / Hajela, P. (author)
Structural Optimization ; 8 ; 242-250
1994
9 Seiten, 2 Bilder, 9 Tabellen, 13 Quellen
Article (Journal)
English
Neurocomputing for design automation
| UB Braunschweig | 1998
Neurocomputing for design automation
| TIBKAT | 1998
A Counterpropagation-based Neurocomputing Approach for Analysis and Optimal Design of Slabs
| British Library Online Contents | 2001
Some Recent and Current Problems of Neurocomputing in Civil and Structural Engineering
| British Library Conference Proceedings | 1996