Details
Title | Исследование описательных возможностей математических представлений допустимых значений усилий предварительного натяжения вант: выпускная квалификационная работа бакалавра: направление 01.03.03 «Механика и математическое моделирование» ; образовательная программа 01.03.03_01 «Механика и математическое моделирование сред с микроструктурой» |
---|---|
Creators | Ситдиков Артур Наилевич |
Scientific adviser | Порубов Алексей Викторович |
Organization | Санкт-Петербургский политехнический университет Петра Великого. Физико-механический институт |
Imprint | Санкт-Петербург, 2023 |
Collection | Выпускные квалификационные работы; Общая коллекция |
Subjects | вантовый мост; машинное обучение; линейная регрессия; нейронная сеть; генетический алгоритм; cable-stayed bridge; machine learning; linear regression; neural network; genetic algorythm |
Document type | Bachelor graduation qualification work |
File type | |
Language | Russian |
Level of education | Bachelor |
Speciality code (FGOS) | 01.03.03 |
Speciality group (FGOS) | 010000 - Математика и механика |
DOI | 10.18720/SPBPU/3/2023/vr/vr24-190 |
Rights | Доступ по паролю из сети Интернет (чтение) |
Additionally | New arrival |
Record key | ru\spstu\vkr\26735 |
Record create date | 2/15/2024 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
Group | Anonymous |
---|---|
Network | Internet |
В данной работе изложено исследование различных методов машинного обучения в качестве инструмента для поиска усилий предварительного натяжения вант. Методы машинного обучения использовались для непосредственного вычисления усилий предварительного натяжения и для построения псевдообратной матрицы. Выполнен анализ результатов и оценка эффективности рассмотренных методов.
This work presents the study of various machine learning methods as a tool for finding the pretension forces of stay cables. Machine learning methods were used for direct calculation of pretension forces and for constructing of pseudo-inverse matrix. The results were analyzed and the efficiency of the considered methods was evaluated.
Network | User group | Action |
---|---|---|
ILC SPbPU Local Network | All |
|
Internet | Authorized users SPbPU |
|
Internet | Anonymous |
|
Access count: 0
Last 30 days: 0