This HTML5 document contains 46 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
n11http://linked.opendata.cz/ontology/domain/vavai/riv/typAkce/
dctermshttp://purl.org/dc/terms/
n20http://localhost/temp/predkladatel/
n19http://purl.org/net/nknouf/ns/bibtex#
n4http://linked.opendata.cz/resource/domain/vavai/riv/tvurce/
n9http://linked.opendata.cz/ontology/domain/vavai/
n21https://schema.org/
n13http://linked.opendata.cz/resource/domain/vavai/zamer/
shttp://schema.org/
skoshttp://www.w3.org/2004/02/skos/core#
n3http://linked.opendata.cz/ontology/domain/vavai/riv/
n17http://linked.opendata.cz/resource/domain/vavai/vysledek/RIV%2F68407700%3A21110%2F07%3A01131197%21RIV08-MSM-21110___/
n2http://linked.opendata.cz/resource/domain/vavai/vysledek/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
n8http://linked.opendata.cz/ontology/domain/vavai/riv/klicoveSlovo/
n15http://linked.opendata.cz/ontology/domain/vavai/riv/duvernostUdaju/
xsdhhttp://www.w3.org/2001/XMLSchema#
n18http://linked.opendata.cz/ontology/domain/vavai/riv/aktivita/
n12http://linked.opendata.cz/ontology/domain/vavai/riv/jazykVysledku/
n16http://linked.opendata.cz/ontology/domain/vavai/riv/obor/
n6http://linked.opendata.cz/ontology/domain/vavai/riv/druhVysledku/
n10http://reference.data.gov.uk/id/gregorian-year/

Statements

Subject Item
n2:RIV%2F68407700%3A21110%2F07%3A01131197%21RIV08-MSM-21110___
rdf:type
skos:Concept n9:Vysledek
dcterms:description
Tento příspěvek se zabývá metodou identifikace parametrů mikroploškového modelu z výsledků hydrostatické zatěžovací zkoušky betonu. Navržený postup se skládá z vytvoření inverzního modelu tvořeném umělou neuronovou sítí. Pro trénování neuronové sítě je použit rozšířený genetický algoritmus. Stochastická citlivostní analýza je použita k určení vlivu jednotlivých parametrů modelu na pracovní diagram hydrostatické zkoušky. Navržená metoda je vyzkoušena na identifikaci parametrů modelu z výsledků reálného měření. In this paper we present an identification method of microplane model parameters from results of experiments in a hydrostatic compression test on concrete. The proposed methodology consists of constructing inverse model based on artificial neural networks. An extended genetic algorithm is used for the training of neural networks. Stochastic sensitivity analysis is applied to study the influence of each model parameter to resulting data from simulated experiments. Proposed identification method is tested on predicting microplane model parameters from a real-world experiment. In this paper we present an identification method of microplane model parameters from results of experiments in a hydrostatic compression test on concrete. The proposed methodology consists of constructing inverse model based on artificial neural networks. An extended genetic algorithm is used for the training of neural networks. Stochastic sensitivity analysis is applied to study the influence of each model parameter to resulting data from simulated experiments. Proposed identification method is tested on predicting microplane model parameters from a real-world experiment.
dcterms:title
Microplane Model Parameter Identification from Results of Hydrostatic Compression Test Identifikace parametrů mikroploškového modelu z výsledků hydrostatické zatěžovací zkoušky Microplane Model Parameter Identification from Results of Hydrostatic Compression Test
skos:prefLabel
Identifikace parametrů mikroploškového modelu z výsledků hydrostatické zatěžovací zkoušky Microplane Model Parameter Identification from Results of Hydrostatic Compression Test Microplane Model Parameter Identification from Results of Hydrostatic Compression Test
skos:notation
RIV/68407700:21110/07:01131197!RIV08-MSM-21110___
n3:strany
Nečíslováno
n3:aktivita
n18:Z
n3:aktivity
Z(MSM6840770003)
n3:dodaniDat
n10:2008
n3:domaciTvurceVysledku
n4:5131391
n3:druhVysledku
n6:D
n3:duvernostUdaju
n15:S
n3:entitaPredkladatele
n17:predkladatel
n3:idSjednocenehoVysledku
433724
n3:idVysledku
RIV/68407700:21110/07:01131197
n3:jazykVysledku
n12:eng
n3:klicovaSlova
genetic algorithm; hydrostatic compression test; material parameters identification; microplane model M4; neural networks; stochastic sensitivity analysis
n3:klicoveSlovo
n8:neural%20networks n8:stochastic%20sensitivity%20analysis n8:material%20parameters%20identification n8:microplane%20model%20M4 n8:hydrostatic%20compression%20test n8:genetic%20algorithm
n3:kontrolniKodProRIV
[696902F558D0]
n3:mistoKonaniAkce
Brno
n3:mistoVydani
Brno
n3:nazevZdroje
Juniorstav 2007 9. odborná konference doktorského studia
n3:obor
n16:JD
n3:pocetDomacichTvurcuVysledku
1
n3:pocetTvurcuVysledku
1
n3:rokUplatneniVysledku
n10:2007
n3:tvurceVysledku
Kučerová, Anna
n3:typAkce
n11:CST
n3:zahajeniAkce
2007-01-24+01:00
n3:zamer
n13:MSM6840770003
s:numberOfPages
10
n19:hasPublisher
Vysoké učení technické v Brně. Fakulta stavební
n21:isbn
80-214-3113-X
n20:organizacniJednotka
21110