| dc.contributor.author | Желткович, Андрей Евгеньевич | |
| dc.contributor.author | Молош, Виктор Викторович | |
| dc.contributor.author | Пархоц, Константин Геннадьевич | |
| dc.coverage.spatial | Брест | |
| dc.date.accessioned | 2023-04-17T08:13:20Z | |
| dc.date.available | 2023-04-17T08:13:20Z | |
| dc.date.issued | 2023 | |
| dc.identifier.citation | Желткович, А. Е. Применение нейросети и генетического алгоритма при проектировании монолитных плит на основании / А. Е. Желткович, В. В. Молош, К. Г. Пархоц // Вестник Брестского государственного технического университета. – 2023. – № 1 (130). – С. 14–19. | |
| dc.identifier.uri | https://rep.bstu.by/handle/data/33295 | |
| dc.description | А. E. Zheltkovich, V. V. Molosh, K. G. Parchotz. APPLICATION OF A NEURAL NETWORK AND GENETIC ALGORITHM IN THE DESIGN OF MONOLITHIC SLABS ON A BASE | |
| dc.description.abstract | В статье проиллюстрирована возможность конвергенции механики, нейротехнологии и биоподобных технологий. Показана возможность применения мягких вычислений (soft-computing) в задачах, связанных с проектированием. В работе представлены результаты самонапряжений в плите, на основании полученных данных с помощью нейросети, объединённой в систему с генетическим алгоритмом. Рассмотрена возможность оптимизации геометрических параметров плиты при заданных или изменяемых входных данных (прочность, самонапряжение, и др.) путем включения/отключения искусственных генетических признаков. Показано, что для описания состояния конструкции, где кинетика формирования бетонной структуры подчиняется нелинейным зависимостям, применение нейротехнологий и генетических алгоритмов наиболее оправдано. В статье описан процесс разработки нейронной сети и генетического алгоритма, обсуждается вопрос качества полученных решений. | |
| dc.language.iso | ru | |
| dc.publisher | БрГТУ | |
| dc.subject | генетический алгоритм | |
| dc.subject | мягкие вычисления | |
| dc.subject | хромосомы | |
| dc.subject | гены | |
| dc.subject | функция приспособленности | |
| dc.subject | самонапряженный бетон | |
| dc.subject | нейронные сети | |
| dc.subject | genetic algorithm | |
| dc.subject | soft computing | |
| dc.subject | chromosomes | |
| dc.subject | genes | |
| dc.subject | fitness function | |
| dc.subject | self-stressed concrete | |
| dc.subject | neural networks | |
| dc.title | Применение нейросети и генетического алгоритма при проектировании монолитных плит на основании | |
| dc.type | Статья (Article) | |
| dc.identifier.udc | 624.012 | |
| dc.abstract.alternative | The article illustrates the possibility of convergence of mechanics, neurotechnology, and biosimilar technologies. The possibility of applying softcomputing to design-related tasks is shown. The work presents the results of self-stresses in the slab on ground obtained using a neural network combined into a system with a genetic algorithm. The possibility of optimizing the geometric parameters of the slab at the given or variable input parameters (strength, self-stress, etc.) by turning on/off artificial genetic features is considered. It has been shown that to describe the state of the structure, where the kinetics of the formation of the concrete structure obeys nonlinear behaviors, the use of neurotechnologies and genetic algorithms is most justified. The article describes the process of developing a neural network and a genetic algorithm, discusses the quality of the solutions obtained. | |
| dc.identifier.doi | https://doi.org/10.36773/1818-1112-2023-130-1-14-19 | |
