文献

J-GLOBAL ID：202202274218487644   整理番号：22A0776513

ニューラルネットワークを用いた地震エネルギーに基づく液状化予測モデルの構築【JST・京大機械翻訳】

The establishment of prediction model for soil liquefaction based on the seismic energy using the neural network

著者 (3件)： Zhang Yan (Key Laboratory of Ministry of Education for Geomechanics and Embankment Engineering, and College of Civil and Transportation Engineering, Hohai University, Nanjing, China) ,  Chu Wen-Hui (Center for Numerical Simulation Software in Engineering and Sciences, College of Mechanics and Materials, Hohai University, Nanjing, China) ,  Ahmad Mahmood (Department of Civil Engineering, University of Engineering and Technology Peshawar (Bannu Campus), Bannu, Pakistan)
資料名： Environmental Earth Sciences  (Environmental Earth Sciences)
巻： 81  号： 4  ページ： 114  発行年： 2022年 
JST資料番号： A0684B  ISSN： 1866-6280  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 土壌液状化のための予測モデルの開発において,応力ベースの方法と比較して,最近提案されたエネルギーベースの方法は,エネルギー散逸に関する土壌液状化の本質に近かった。したがって,以前の研究によって見つかる弱い非線形関係を考慮して,ファジィニューラルネットワーク(FNN)とBPニューラルネットワーク(BPNN)を採用して,この非線形関係に最も適切である予測モデルを得ることを試みた。第1に,実験室試験から得た284症例を含むデータベースを,訓練,検証セットおよび試験セットとして表示した3つの別々のグループに分けた。次に,FNNモデルとBPNNモデルを反復し,検証集合の適合度値と相対誤差の変化を参照してモデルパラメータを決定した。同時に,遺伝的アルゴリズム(GA)の最適化アルゴリズムをBPNNに採用して,最良の係数を見つけた。そのうえ,[数式:原文を参照]と[数式:原文を参照]のパラメータをデータベースからそれぞれ除外して,予測誤差に従ってそれらの影響度をテストした。最後に,FNNと遺伝的アルゴリズムBPニューラルネットワーク(GABP)の6つの予測結果を,以前に提案されたモデルと比較した。結果は,影響パラメータに対する容量エネルギーの関係が,完全線形関係として適合できないことを示した。FNNモデルは,容量エネルギーに影響する[数式:原文を参照]の役割を学ぶことができ,一方,GABPモデルはそれを考慮せず;FNNとGABPモデルは,容量エネルギーのための良い弱い非線形関係にすべて適合して,GABPモデルは,これまで容量エネルギーのためのより良い予測モデルであった。Copyright The Author(s), under exclusive licence to Springer-Verlag GmbH Germany, part of Springer Nature 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 誤差 ,  データベース ,  最適化手法 ,  *ニューラルネットワーク ,  *液状化 ,  *地震エネルギー ,  線形性 ,  ファジィニューラルネットワーク ,  遺伝的アルゴリズム ,  予測誤差 ,  エネルギー散逸 ,  *予測モデル
準シソーラス用語： モデルパラメータ ,  相対誤差 ,  適合度 ,  逆伝播ニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 液状化 ,  容量エネルギー ,  弱い非線形性 ,  予測モデル ,  ニューラルネットワーク

分類 (5件)： 浮遊選鉱  (UA07060F) ,  コンクリート構造  (RA04030A) ,  計算機シミュレーション  (JE11000H) ,  建築物の耐震,免震,制震,防振  (RB01035P) ,  岩盤の力学的性質  (HE02000H)

タイトルに関連する用語 (5件)： ニューラルネットワーク ,  地震エネルギー ,  液状化 ,  予測モデル ,  構築