Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "fuzzy boundary element method" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Fuzzy boundary element method in the analysis of uncertain systems
    Metoda rozmytych elementów brzegowych w analizie systemów niepewnych
    Autorzy:
    Skrzypczyk, J.
    Burczyński, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/281312.pdf
    Data publikacji:
    1998
    Wydawca:
    Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej
    Tematy:
    fuzzy singular integration
    fuzzy boundary integral equations
    fuzzy boundary element method
    fuzzy arithmetical compulations
    Opis:
    In the paper basicconcepts of mew methodology of fuzzy boundary element method are presented. This article deals with fuzzy-set-valued mappings which are solutions of the fuzzy boundary integral equations. Extact fuzzy solutions of the fuzzy boundary integral equations are defined as well as conditional solutions. Computational fuzzy problems and applications are considered in details for boundary potential problems with fuzzy Dirichlet and Neumann type boundary conditions and fuzzy density source functions in a fuzzy domain.
    W pracy przedstawiono elementy nowej koncepcji metody rozmytych elementów brzegowych. Artykuł omawia odwzorowania o wartościach rozmytych, które są rozwiązaniami rozmytych brzegowych równań całkowych. Analiza przeprowadzona jest na przykładzie problemu brzegowego klasycznej teorii potencjału z uwzględnieniem rozmytych warunków brzegowych typu Dirichleta i Newmanna, rozmytej funkcji gęstości źródeł oraz rozmytego kształtu obszaru.
    Źródło:
    Journal of Theoretical and Applied Mechanics; 1998, 2; 493-512
    1429-2955
    Pojawia się w:
    Journal of Theoretical and Applied Mechanics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Chosen possibilities of $ \overline{ \epsilon } $-fuzzy boundary elements method application in the analysis of conductivity problems with uncertainties
    Autorzy:
    Witek, Halina
    Witek, Bernard
    Powiązania:
    https://bibliotekanauki.pl/articles/38705714.pdf
    Data publikacji:
    2023
    Wydawca:
    Instytut Podstawowych Problemów Techniki PAN
    Tematy:
    ɛ-fuzzy boundary element method
    ɛ-number
    fuzzy boundary element method
    heat conduction
    temperature distribution
    object diagnosis
    ɛ-metoda rozmytych elementów brzegowych
    metoda rozmytych elementów brzegowych
    przewodnictwo cieplne
    rozkład temperatury
    diagnoza obiektu
    Opis:
    The paper presents a methodology of solving boundary problems with uncertainty parameters based on the use of interval perturbation numbers. This methodology allows for the analysis of very complex problems with different uncertain parameters. Fuzzy Boundary Element Method (FBEM) using $ \overline{ \epsilon } $-number will be called $ \overline{ \epsilon } $-Fuzzy Boundary Element Method ($ \overline{ \epsilon } $-FBEM). Detailed discussion of the problems of computing and applications will be presented on the example of the fuzzy boundary integral equation arising from the boundary problem for the potential problems with heterogeneous, fuzzy boundary conditions of Dirichlet and Neumann type, fuzzy internal sources, fuzzy boundary and fuzzy fundamental solution. The presented methodology can be used to solve various engineering problems (e.g. in civil engineering, power engineering and others) – e.g. to analyze the temperature distribution in structural elements or elements located in the vicinity of objects or devices. In the latter case the increased temperature may be a symptom of a severe failure (e.g. power transformer overload, overexcitation or a fault) which cannot be tolerated due to the threat to the object and to the entire power system. Proposed method maybe used for electrical equipment diagnosis and in consequence as a power system failure prevention. In this paper calculation methodology is illustrated on the example of an area bounded by a square, on the left boundary of which a certain temperature is set, while on the rest of the boundaries the conditions are equal to zero. A dedicated computer program allows for the calculation of both temperature and temperature derivative for any number of boundary elements using $ \overline{ \epsilon } $-FBEM.
    Źródło:
    Computer Assisted Methods in Engineering and Science; 2023, 30, 4; 407-426
    2299-3649
    Pojawia się w:
    Computer Assisted Methods in Engineering and Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Fuzzy-neural and evolutionary computation in identification of defects
    Neuronowo-rozmyte oraz ewolucyjne obliczenia w identyfikacji defektów
    Autorzy:
    Burczyński, T.
    Orantek, P.
    Skrobol, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/282003.pdf
    Data publikacji:
    2004
    Wydawca:
    Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej
    Tematy:
    fuzzy neural network
    evolutionary algorithm
    defect
    identification
    boundary element method
    Opis:
    It is known that an elastic body contains some internal defects such as voids, cracks, additional masses, etc. This paper is devoted to a method based on computational intelligence for non-destructive defect identification. In the presented paper, an elastic body loaded statically is considered. The body contains an unknown number of internal defects. There are a lot of applications based on non-destructive methods. The Evolutionary Algorithm (EA) with the Boundary Element method (BEM) is a very effective tool in the identification of internal defects. In this method, the fitness function is calculated for each chromosome in each generation by the BEM. The number of chromosomes in each generation is quite large, and the number of generations is also large, so the time needed to carry out the identification is very long. Methods based on Artificial Neural Networks (ANN) find the position and shape of internal defects in a very short time. Because ANNs are usually trained using gradient methods, the risk that the solution is in a local optimum is one of disadvantages of such a method. There is also a problem when the ANN has to identify two or more different kinds of defects (cracks, voids and additional masses) in one body. In the present method, an EA is connected with the ANN in one system. This operational allows to avoid main disadvantages of these methods and to use their advantages. The evolutionary algorithm is applied to identify the number of defects and their parameters (position and size). The identification of a defect in the body is performed by minimizing the fitness function which is calculated as a difference between measured and computed displacements in some sensor points on the boundary of the investigated structure. The fitness function is computed using an Artificial Neural Network (ANN).
    Obiekty techniczne jako układy mechaniczne zawierają różne defekty wewnętrzne takie jak pustki, pęknięcia itp. Artykuł jest poświęcony nieniszczącym metodom identyfikacji defektów opartym na inteligencji obliczeniowej. Rozważane jako ciało sprężyste znajdujące się pod wpływem obciążenia statycznego zawierające nieznaną liczbę defektów wewnętrznych. Istnieje wiele nieniszczących metod identyfikacji defektów wewnętrznych. Jedną z nich jest metoda oparta na Algorytmach Ewolucyjnych (AE) połączonych z Metodą Elementów Brzegowych (MEB). W tej metodzie dla każdego chromosomu w każdym pokoleniu obliczana jest za pomocą MEB funkcja przystosowania. Ponieważ liczba chromosomów w epoce oraz liczba epok jest dosyć duża, zatem czas potrzebny do przeprowadzenia identyfikacji jest znaczący. Metody bazujące na Sztucznych Sieciach Neuronowych (SSN) identyfikują położenie oraz kształt defektów wewnętrznych w bardzo krótkim czasie. SSN są zazwyczaj uczone z wykorzystaniem metod gradientowych. Isnieje zatem spore ryzyko, że uzyskane rozwiązanie utknęło w minimum lokalnym. Wykorzystując SSN napotykamy na spore trudności również w przypadku identyfikacji dwóch lub więcej różnych rodzajów defektów (pęknięć, pustek itp.), które występują jednocześnie w identyfikowanym układzie. W metodzie opisywanej w niniejszym artykule połączono AE oraz SSn w jeden system. Operacja ta pozwoli ustrzec się przed głównymi wadami i uwypuklić zalety obydwu metod. AE identyfikuje liczbę, położenie oraz wymiary defektów. Identyfikacja następuje przez minimalizację funkcji przystosowania, która jest mierzona jako różnica pomiędzy zmierzonymi i obliczonymi przemieszczeniami na brzegu modelu obiektu w punktach kontrolnych. Funkcja przystosowania jest obliczana z wykorzystaniem SSN.
    Źródło:
    Journal of Theoretical and Applied Mechanics; 2004, 42, 3; 445-460
    1429-2955
    Pojawia się w:
    Journal of Theoretical and Applied Mechanics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies