This paper presents two new methods for analysis of a technical state of large-panel residential buildings. The first method is based on elements extracted from the classical methods and on data about repairs and modernization collected from building documentations. This is a new unique method. It is easy to use, does not need expertise. The required data could be extracted easily from building documentations. For better accuracy the data from building inspections should be applied (in Poland inspections are made every year). The second method is based on extracted data processing by means of the artificial neural networks. This method could have lower accuracy but it is less prone to data errors.
Abstract
Authors
Resource added by
Keywords
Fields of science
Civil Engineering
Bibliography
-
Z. Waszczyszyn, P. Urbański, Neural prediction of the technological deterioration rate for flat buildings, XLVIII Konferencja Naukowa KILiW PAN i KN PZITB, Opole-Krynica, 365-372, 2002 (in Polish).
-
J. Thierry, Repairs of buildings and intensifying of construction. Arkady, Warsaw, 1982 (in Polish).
-
Sztuczne sieci neuronowe jako systemy eksportowe w przewidywaniu awarii
W wielu przypadkach decyzje podejmowane są nie w wyniku wykonania szczegółowych obliczeń, lecz poprzez gromadzenie jak najszerszej, eksperckiej wiedzy i analizę porównawczą przykładów z przeszłości. Jeśli do tego dodać, iż analiza problemów inżynierskich wymaga bazowania na coraz większej liczbie danych, to okazuje się, że wymaga się od ludzi przetwarzania zbyt wielu informacji. Dlatego czasami okazuje się, że nie wystarczy zatrudnienie jednego eksperta, trzeba zatrudniać kilku, tak aby wykorzystując łączną wiedzę mogli rozwiązać problem. Pomocą wtedy może okazać się zastosowanie metod związanych ze sztuczną inteligencją. Wielu kojarzy się ona bezpośrednio z informatyką, ale w sztucznej inteligencji komputery są tylko narzędziami, które dzięki interdyscyplinarnemu podejściu pozwalają w nowy, często lepszy sposób podejść do „starych” zagadnień lub rozwiązywać te problemy, których wcześniej nie potrafiono rozwiązać. Niniejszy referat porusza problem wykorzystania sztucznych sieci neuronowych w przewidywaniu awarii.