MétaCan
Menu
Retour à la cohorte
Enregistrement W2977728000 · doi:10.1139/cjce-2019-0140

Structural optimization of two-girder composite cable-stayed bridges under dead and live loads

2019· article· en· W2977728000 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Engineering and Vibration Analysis
Établissements canadiensWestern University
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésStructural engineeringStructural loadDeckGirderTruckSlabEngineeringFinite element methodTowerOptimization problemGenetic algorithmMathematical optimizationMathematicsAutomotive engineering

Résumé

récupéré en direct d'OpenAlex

A large number of variables are involved in the optimization of cable-stayed bridges, which makes the optimization impractical when many load cases are considered. To reduce the number of variables to be optimized, a discrete phases approach for structural optimization is developed in this study. The approach couples the finite element method with the genetic algorithm optimization approach. The design variables are divided into two categories: (i) main variables: number of stay cables, I-girder inertia, concrete slab thickness, and tower dimensions; and (ii) secondary variables: I-girder dimensions, stay-cable areas, and pre-tensioning forces. Two design objectives are tested: (i) lightest deck mass; and (ii) lowest material cost. Three load cases are considered: (i) dead and truck plus lane live loads; (ii) dead and lane live loads; and (iii) dead load. The results show the importance of considering the truck loads in structural optimization and the efficacy of the phases approach for different objectives.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,453
Score d'incertitude au seuil0,717

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,006
Tête enseignante GPT0,184
Écart entre enseignants0,178 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle