The five networks developed in this

The five networks developed in this study were trained and tested using a collection of existing cablestayed bridges. Excellent agreement between the outputs obtained by the present neural networks and the actual data is generally confirmed. This signifies that the trained networks have captured the relationships embedded in the input and output data, and in turn confirms the sufficiency of the input parameters to characterize their relationships with the required output.
The developed networks were then applied to an actual cable-stayed bridge under construction in Bangkok, the Rama VIII bridge. All outputs from the networks show a high degree of accuracy, except the specific network that predicts the height of the pylon and the depth of the bridge deck. This is due to the fact that the depth of the bridge deck has been restricted at the outset. After the network was modified to include the deck depth as an additional input parameter, the predicted height of the pylon was determined to be much closer to the actual design pylon height.
With these results, it is confirmed that ANN can be conveniently used as a tool to assist engineers in the conceptualization of cable-stayed bridges. This tool is also handy for preparing the conceptual design of a cable-stayed bridge so that a cost estimation can be carried out for the bidding under the design-build concept.

Kết quả (Việt) 1:

Các mạng năm phát triển trong nghiên cứu này đã được huấn luyện và thử nghiệm bằng cách sử dụng một bộ sưu tập của hiện tại cablestayed cầu. Các thỏa thuận tuyệt vời giữa kết quả đầu ra thu được bằng cách mạng nơ-ron hiện nay và các dữ liệu thực tế nói chung được xác nhận. Điều này có nghĩa rằng các mạng được đào tạo đã chiếm được các mối quan hệ nhúng trong dữ liệu đầu vào và đầu ra, và lần lượt xác nhận đầy đủ các tham số đầu vào để mô tả các mối quan hệ với đầu ra yêu cầu.Các mạng phát triển sau đó được áp dụng cho một cây cầu dây văng thực tế đang được xây dựng ở Bangkok, cầu Rama VIII. Tất cả kết quả đầu ra từ các mạng lưới Hiển thị một mức độ cao của tính chính xác, ngoại trừ mạng cụ thể dự báo chiều cao của giá treo dưới cánh và độ sâu của sàn cầu. Điều này là do thực tế rằng độ sâu của sàn cầu đã được hạn chế ngay từ đầu. Sau khi mạng được cải biến để bao gồm tầng sâu như một tham số đầu vào bổ sung, chiều cao dự đoán của giá treo dưới cánh đã được xác định để gần gũi hơn với chiều cao thân thiết kế thực tế.Với những kết quả, nó xác nhận rằng ANN có thể được thuận tiện sử dụng như một công cụ để hỗ trợ kỹ sư trong conceptualization của cây cầu dây văng. Công cụ này cũng là tiện dụng để chuẩn bị thiết kế khái niệm của một cây cầu dây văng để cho một ước lượng chi phí có thể được thực hiện cho đấu thầu theo khái niệm thiết kế-xây dựng.