权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

ニューラルネットワークによる履歴推定手法を用いたオンライン地震応答実験手法の開発

利用神经网络历史估计方法开发在线地震响应实验方法

基本信息

批准号：
08875101
负责人：
中埜良昭
金额：
$ 1.47万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for Exploratory Research
财政年份：
1996
资助国家：
日本
起止时间：
1996 至 1998
项目状态：
已结题

项目摘要

本研究は,構造部材あるいは架橋要素のみを対象に加力実験を行い,その他の部分については数学モデルを設定した地震応答解析を実施し,これらをコンピュータでオンラインに結ぶことにより建物全体の応答実験を進める手法である,サブストラクチャ・オンライン実験を対象に,その解析部分に用いる履歴特性に対して,ニューラルネットワークを用いた履歴推定手法の適用可能性を検討することを主目的としたものである.本年度の研究ではまず検討に用いるネットワークモデルとして,階層型ネットワークを設定し,実地震応答観測により得られた多層骨組のある層における復元力特性を教師データとして,他層の復元力特性の推定を試みた.ネットワークにおける入力ユニットには(1)最大経験変位,(2)最大経験荷重,(3)最小経験変位,(4)最小経験荷重,(5)最新の履歴折り返し点変位,(6)最新の履歴折り返し点荷重,(7)変位増分,(8)現在の変位,をそれぞれ設定し,出力値すなわち推定すべきデータとして現在の復元力を設定した.このネットワークに対して,昨年度までの検討で用いてきたバックプロパゲーション法(BP法)による学習法に加え,ムーアペンローズ一般逆行列を応用した学習法(WL法)も検討対象とし,両者の学習効率についても比較・検討した.その結果,WL法は従来のBP法に比較して学習時間の短縮ならびに推定誤差の低減に極めて有効であり,サブストラクチャ・オンライン実験における履歴推定における有力な学習方法となりうることが分かった.一方,履歴特性の推定精度を向上させるためには,教師データと推定すべきデータを最大応答時における変位ならびに荷重により基準化した上で学習・推定する必要があること,また応答開始初期における微小応答に含まれるノイズ除去による教師データの質の向上が履歴推定精度に大きな影響を与えること,を明らかにした.

In this study, the structural parts of the bridge elements of the center of the object to force implementation, and other parts of the mathematical model set up for seismic response analysis implementation, this is the case of the whole building of the response to the method, the model of the object, the analysis of the part of the use of the middle of the performance characteristics. The main purpose of this paper is to discuss the possibility of application of the estimation method. This year's research is aimed at estimating the complex force characteristics of multi-layer bone structure. The input force is changed from (1) the maximum rotation position,(2) the maximum load,(3) the minimum rotation position,(4) the minimum load,(5) the latest rotation position,(6) the latest rotation position,(7) the rotation position,(8) the present rotation position,(7) the output,(8) the estimated rotation position,(8) the present rotation position,(9) the maximum rotation position,(9) the minimum rotation position,(9) the minimum rotation position,(10) the minimum rotation position,(11) the minimum rotation position,(12) the minimum rotation position,(13) the minimum rotation position,(14) the minimum rotation position,(15) the latest rotation position,(16) the maximum rotation position,(17) the maximum rotation position,(18) the maximum rotation position,(19) the maximum rotation position,(10) the maximum rotation position,(19) the maximum rotation position,(10) the maximum rotation position,(10) the maximum rotation position,(11) the maximum rotation position,(1 In this paper, we use BP method (BP method) to study and add BP method (WL method) to study and compare the learning efficiency of students. As a result, WL method is compared with BP method, and learning time is shortened and estimation error is reduced. The estimated accuracy of the performance characteristics is higher than that of the teacher's.