An approach to a soil-structure int

An approach to a soil-structure interaction problem is using data-based methods (DBM’s) that benefit from developing mathematical models on the experimental data. A mathematical model for the seismic analysis of soil-pile-structure (SPS) systems is built in the neural networks environment based on the existing experimental data. A network consisting of two hidden layers is proved to be the most efficient among other choices. Three sets of data are utilized for training, testing, and validation of the ANN model to avoid over fitting by cross-validation. The accuracy of the neural networks to predict the seismic behavior is enhanced by the parallel vectorial analysis technique of the support vector machines. It is shown that the model can predict the dynamic characteristics and seismic response of the soil-structure system with good accuracy in much less time compared with the finite element method. This research sets out the practical importance of trying to produce more experimental data and using DBM’s in solving the complex problem of dynamic analysis of SPS systems in which due to various unknowns, enough accuracy cannot be gained with conventional analytical approaches.

ผลลัพธ์ (ไทย) 1:

วิธีการโต้ตอบปัญหาโครงสร้างดินจะใช้วิธีตามข้อมูล (DBM ของ) ที่ benefit จากการพัฒนาแบบจำลองทางคณิตศาสตร์กับข้อมูลทดลอง แบบจำลองทางคณิตศาสตร์สำหรับการวิเคราะห์ธรณีโครงสร้างกองดิน (SPS) ระบบอยู่ในสภาพแวดล้อมของเครือข่ายประสาทตามข้อมูลทดลอง เครือข่ายประกอบด้วย 2 ชั้นซ่อนเป็นเครื่องพิสูจน์จะ efficient มากที่สุดในตัวเลือกอื่น ๆ สามชุดของข้อมูลที่ใช้สำหรับฝึกอบรม ทดสอบ และการตรวจสอบแบบแอนเพื่อหลีกเลี่ยงการผ่าน fitting โดยตรวจสอบข้าม เพิ่มความถูกต้องของเครือข่ายประสาทเพื่อทำนายพฤติกรรมธรณี โดยเทคนิคการวิเคราะห์แบบ vectorial เครื่องเวกเตอร์สนับสนุน เป็นแสดงว่า แบบจำลองสามารถทำนายลักษณะแบบไดนามิกและการตอบสนองของระบบโครงสร้างดินธรณีแม่นยำดีในเวลาน้อยมากเมื่อเทียบกับวิธีการองค์ประกอบ finite งานวิจัยนี้กำหนดความสำคัญปฏิบัติพยายามผลิตข้อมูลทดลองมากขึ้น และใช้ของ DBM ในการแก้ปัญหาที่ซับซ้อนของการวิเคราะห์แบบไดนามิกระบบ SPS ซึ่งจาก unknowns ต่าง ๆ ความถูกต้องเพียงพอไม่ได้รับ ด้วยวิธีวิเคราะห์แบบเดิม

ผลลัพธ์ (ไทย) 2:

วิธีการที่จะเป็นปัญหาการทำงานร่วมกันดินโครงสร้างข้อมูลโดยใช้วิธีการตาม (ของหนอนใยผัก) ที่สายเสื้อประโยชน์จากการพัฒนาแบบจำลองทางคณิตศาสตร์ในข้อมูลการทดลอง แบบจำลองทางคณิตศาสตร์สำหรับการวิเคราะห์การสั่นสะเทือนของดินกองโครงสร้าง (SPS) ระบบที่ถูกสร้างขึ้นในสภาพแวดล้อมเครือข่ายประสาทอยู่บนพื้นฐานของข้อมูลการทดลองที่มีอยู่ เครือข่ายที่ประกอบด้วยสองชั้นซ่อนไว้จะถูกพิสูจน์แล้วว่าเป็นอี FFI เพียงพอมากที่สุดในหมู่ตัวเลือกอื่น ๆ สามชุดของข้อมูลที่ใช้สำหรับการฝึกอบรมการทดสอบและการตรวจสอบของแบบจำลอง ANN ที่จะหลีกเลี่ยงในช่วงสายระบบโดยข้ามการตรวจสอบ ความถูกต้องของเครือข่ายประสาทในการทำนายพฤติกรรมของแผ่นดินไหวจะเพิ่มขึ้นโดยใช้เทคนิคการวิเคราะห์แบบขนาน vectorial ของการสนับสนุนเครื่องเวกเตอร์ มันแสดงให้เห็นว่ารูปแบบสามารถทำนายลักษณะแบบไดนามิกและการตอบสนองต่อการสั่นสะเทือนของระบบโครงสร้างดินที่มีความแม่นยำที่ดีในเวลาที่น้อยมากเมื่อเทียบกับสายส่วนวิธีการ Nite การวิจัยครั้งนี้กำหนดความสำคัญในทางปฏิบัติของการพยายามที่จะผลิตข้อมูลการทดลองมากขึ้นและใช้หนอนใยผักในการแก้ปัญหาที่ซับซ้อนของการวิเคราะห์แบบไดนามิกของระบบ SPS ที่เกิดจากการที่ไม่ทราบต่าง ๆ ถูกต้องพอที่จะไม่สามารถได้รับการวิเคราะห์ด้วยวิธีการแบบเดิม

ผลลัพธ์ (ไทย) 3:

วิธีการโครงสร้างดินปัญหาโดยใช้วิธีการปฏิสัมพันธ์โดยใช้ ( dBm ) ที่ดีจึง T จากการพัฒนาแบบจำลองทางคณิตศาสตร์ในการทดลอง แบบจำลองทางคณิตศาสตร์สำหรับการวิเคราะห์การสั่นสะเทือนของโครงสร้างกองดิน ( SPS ) เป็นระบบที่สร้างขึ้นในข่ายงานสิ่งแวดล้อมบนพื้นฐานข้อมูลที่มีอยู่ .เครือข่ายที่ประกอบด้วยชั้นซ่อนสองจะถูกพิสูจน์แล้วว่าเป็นffi cient ในหมู่มากที่สุดและตัวเลือกอื่น ๆ ข้อมูล 3 ชุด ที่ใช้สำหรับการฝึกอบรมการทดสอบและการตรวจสอบความถูกต้องของแบบจำลอง ANN เพื่อหลีกเลี่ยงจึงตัดโดยข้ามการตรวจสอบ ความถูกต้องของโครงข่ายประสาทเทียมเพื่อทำนายพฤติกรรมแผ่นดินไหวเพิ่มขึ้นโดยการวิเคราะห์แบบขนานเป็นเทคนิคของสนับสนุนเวกเตอร์เครื่องจักรมันแสดงให้เห็นว่าแบบจำลองสามารถทำนายลักษณะแบบไดนามิกและแผ่นดินไหว การตอบสนองของระบบโครงสร้างดินที่มีความถูกต้องดี น้อยมาก เมื่อเทียบกับ ไนท์จึงองค์ประกอบวิธีการงานวิจัยชุดนี้หมดความสำคัญของการปฏิบัติของกำลังการผลิตเพิ่มเติม และใช้เป็นข้อมูลในการแก้ไขปัญหาที่ซับซ้อน โดยใช้การวิเคราะห์แบบไดนามิกของ SP ในระบบ ซึ่งเนื่องจากตัวแปรต่างๆความถูกต้องเพียงพอไม่สามารถรับกับวิธีวิเคราะห์แบบปกติ