文献

J-GLOBAL ID：201302215258101740   整理番号：13A1473249

データベース化した機構自己記憶モデルによるビル沈下変形の動的予測

Dynamic prediction of building subsidence deformation with data-based mechanistic self-memory model

著者 (5件)： Wang Wei (Inst. of Earthquake Resistance and Disaster Reduction,Beijing Univ. of Technol., Beijing) ,  Su JingYu (Inst. of Earthquake Resistance and Disaster Reduction,Beijing Univ. of Technol., Beijing) ,  Hou BenWei (Coll. of Civil Engineering,Beijing Univ. of Technol., Beijing) ,  Tian Jie (Coll. of Civil Engineering,Beijing Univ. of Technol., Beijing) ,  Ma DongHui (Inst. of Earthquake Resistance and Disaster Reduction,Beijing Univ. of Technol., Beijing)
資料名： Chinese Science Bulletin  (Chinese Science Bulletin)
巻： 57  号： 26  ページ： 3430-3435  発行年： 2012年 
JST資料番号： A0206B  ISSN： 1001-6538  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 英語 (EN)

抄録/ポイント： この論文は自己記憶化原理によるビル沈下変形予測モデルを記述した。時系列のビル沈下変形の非線形特異性と単調成長に従い,ビル沈下変形のランダムさと動的特徴を考慮するデータベース化した機構自己記憶モデルを,動的データ検索法と自己記憶方程式に基づき確立した。このモデルは初めて,動的検索法を用いてビル沈下変形システムの微分方程式を演繹し,その非線形力学システムの特殊解としてモニタした時系列データを扱った。さらに,その微分方程式を自己記憶関数による微積分方程式に進化させ,非線形ビル沈下変形を予測するための動的システムの自己記憶モデルを確立した。その提案したモデルのメモリ係数が,予測に対する有用な情報を含み,平均的予測の短所を克服する履歴データにより計算されるにつれて,そのモデルはシステムの極値を予測し,決定論的あるいはランダム統計予測法より高い一致予測と予測精度を与えることができる。そのモデルを西安でのビルの地下変形予測に適用した。そのモデルは優れた精度によりビル沈下変化を予測するのに有効で実用可能である。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： データベース ,  機構 ,  モデル ,  記憶 ,  *建築物 ,  *沈下 ,  変形 ,  予測 ,  *動的解析 ,  検索 ,  微分方程式

分類 (3件)： 塑性力学一般  (HC03010T) ,  建築物の維持・管理  (RB01020X) ,  自然災害  (RA02030M)

タイトルに関連する用語 (5件)： データベース ,  自己 ,  ビル ,  沈下 ,  予測