In the conceptualization of a cable

In the conceptualization of a cable-stayed bridge, selection of its optimal configuration is normally based on past experiences and intuition of the designer. The selection process involves the choice among different types of pylons and cable arrangements, as well as the determination of pylon height, deck depth, and the side span of the bridge. An experienced engineer may be able to carry out this stage quickly with considerations of cost, constructability, aesthetics, etc. This stage is in fact a looped optimization decisionmaking process. In this study, five models of artificial neural network were developed for determining: (1) pylon height; (2) deck depth; (3) the width of the side span; (4) cable type; and (5) pylon type. A standard back-propagation learning algorithm and the sigmoid transfer function were applied in the training of these networks. The determinations of the optimum number of hidden nodes, the learning rate, and the momentum ratio mainly relied on a trial and error basis. Based on the fit statistics, the developed networks were able to distinguish the patterns in the testing data that were different from the training data. To demonstrate the effectiveness of the proposed methodology in real structure, the Rama VIII cable-stayed bridge, presently under construction in Bangkok, was selected as a case study. The results of this study show that ANN is a viable tool for the configuration design of cable-stayed bridges.

Kết quả (Việt) 1:

Ở conceptualization của một cây cầu dây văng, lựa chọn các cấu hình tối ưu của nó thường được dựa trên kinh nghiệm trong quá khứ và trực giác của các nhà thiết kế. Quá trình lựa chọn liên quan đến sự lựa chọn trong số các loại hình khác nhau giá treo và cáp sắp xếp, cũng như việc xác định chiều cao thân, boong sâu, và span mặt cầu. Một kỹ sư có kinh nghiệm có thể có thể thực hiện trong giai đoạn này một cách nhanh chóng với các cân nhắc chi phí, constructability, thẩm Mỹ, vv. Giai đoạn này trong thực tế là một quá trình decisionmaking looped tối ưu hóa. Trong nghiên cứu này, các mô hình năm của mạng nơ-ron nhân tạo được phát triển để xác định: chiều cao thân (1); (2) tầng sâu; (3) chiều rộng khoảng bên; (4) cáp loại; và giá treo dưới cánh (5) loại. Một thuật toán tiêu chuẩn tuyên truyền trở lại học tập và hàm sigmoid truyền đã được áp dụng trong việc đào tạo của các mạng. Quyết định số tối ưu của ẩn nút, tỷ lệ học tập, và tỷ lệ Đà chủ yếu là dựa trên một cơ sở thử nghiệm và báo lỗi. Dựa trên các số liệu thống kê phù hợp, các mạng lưới phát triển đã có thể phân biệt các mô hình trong các dữ liệu thử nghiệm là khác nhau từ các dữ liệu đào tạo. Để chứng minh hiệu quả của các phương pháp được đề xuất trong cấu trúc thực sự, Rama VIII cầu dây văng, hiện đang được xây dựng ở Bangkok, đã được chọn làm một nghiên cứu trường hợp. Kết quả của nghiên cứu này cho thấy rằng ANN là một công cụ hữu hiệu cho việc thiết kế cấu hình cầu dây văng.

Kết quả (Việt) 2:

Trong khái niệm của một cây cầu dây văng, lựa chọn các cấu hình tối ưu của nó thông thường dựa vào kinh nghiệm quá khứ và trực giác của nhà thiết kế. Quá trình lựa chọn liên quan đến việc lựa chọn giữa các loại giá treo và sắp xếp cáp, cũng như việc xác định chiều cao tháp, độ sâu tầng, và khoảng thời gian bên cây cầu. Một kỹ sư giàu kinh nghiệm có thể thực hiện giai đoạn này một cách nhanh chóng với các cân nhắc về chi phí, thi công, thẩm mỹ, vv Giai đoạn này thực chất là một quá trình tối ưu hóa ra quyết định lặp. Trong nghiên cứu này, năm mô hình mạng thần kinh nhân tạo đã được phát triển để xác định: (1) chiều cao tháp; (2) tầng sâu; (3) chiều rộng của nhịp bên; (4) loại cáp; và (5) loại tháp. Một tiêu chuẩn học thuật toán lan truyền ngược và hàm truyền sigmoid đã được áp dụng trong việc đào tạo của các mạng này. Các quyết định của số lượng tối ưu của các nút ẩn, tỷ lệ học, và tỷ lệ động lực chủ yếu dựa vào một cơ sở thử và sai. Dựa trên số liệu thống kê phù hợp, các mạng phát triển đã có thể phân biệt các mẫu trong dữ liệu thử nghiệm đó là khác nhau từ dữ liệu huấn luyện. Để chứng minh tính hiệu quả của phương pháp được đề xuất trong cơ cấu sản, cây cầu dây văng Rama VIII, hiện đang được xây dựng tại Bangkok, đã được chọn là một nghiên cứu trường hợp. Các kết quả của nghiên cứu này cho thấy rằng ANN là một công cụ hữu hiệu cho việc thiết kế cấu hình của cầu dây văng.