Design and evaluation of hysteresis models for structural systems using a fuzzy adaptive charged system search
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.
Notice bibliographique
Résumé
Many hysteresis models have been proposed for the simulation of the nonlinear behavior of structures each of which has certain advantages depending on specific applications and desired objectives. The Bouc–Wen–Baber–Noori model is one of the hysteresis models that has been utilized for a wide range of applications. However, the parameter tuning of this model has been conducted based on expert knowledge, which has not led to the development of a precise nonlinear model. The main contribution of this paper is to propose a metaheuristic-based parametric identification process for the design of the Bouc–Wen–Baber–Noori hysteresis model and evaluate the results by using some established experimental investigation methods. To fulfill this aim, the Fuzzy Adaptive Charged System Search (F-CSS) is proposed for optimization in which a fuzzy-logic-based parameter tuning process is utilized to achieve better performance in comparison with the standard Charged System Search algorithm (CSS). For nonlinear dynamic analysis, an Iterative Hysteretic Analysis (IHA) process is also introduced for conducting the precise analysis of the structure with exact solutions. Comparing the metaheuristic-based results to the experimental findings demonstrates that the proposed algorithm is capable of providing very competitive results. Besides, the proposed adaptive method is capable of producing very competitive results in comparison with different optimization algorithms.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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