generators. In Proceedings of 16th National Power Systems Conference (pp. 669- 674).
47. El-Zonkoly, A. M. (2011). Optimal placement of multi-distributed generation units including different load models using particle swarm optimisation. IET generation, transmission & distribution, 5(7), 760-771.
48. Prommee, W., & Ongsakul, W. (2011). Optimal multiple distributed generation placement in microgrid system by improved reinitialized social structures particle swarm optimization. European Transactions on Electrical Power, 21(1), 489-504.
49. Moradi, M. H., & Abedini, M. (2012). A combination of genetic algorithm and particle swarm optimization for optimal DG location and sizing in distribution systems. International Journal of Electrical Power & Energy Systems, 34(1), 66-74.
50. L. F. F. Miguel, R. H. Lopez, and L. F. F. Miguel. A hybrid approach for damage detection of structures under operational conditions. Journal of Sound and Vibration. 2013, 332, 4241-4260.
51. Zenzen, R., Khatir, S., Belaidi, I., Le Thanh, C. and Wahab, M.A., 2020. A modified transmissibility indicator 462 and Artificial Neural Network for damage identification and quantification in laminated composite 463 structures. Composite Structures, p.112497. 464 26.
52. Patel, D.K., Parthasarathy, T. and Przybyla, C., 2020. Predicting the effects of microstructure on matrix crack 465 initiation in fiber reinforced ceramic matrix composites via machine learning. Composite Structures, 236, 466 p.111702. 467 27.
53. Mukhopadhyay, T., Karsh, P.K., Basu, B. and Dey, S., 2020. Machine learning based stochastic dynamic 468 analysis of functionally graded shells. Composite Structures, 237, p.111870.469 28. Abuodeh, O.R., Abdalla, J.A. and Hawileh, R.A., 2020. Prediction of shear strength and behavior of RC 470 beams strengthened with externally bonded FRP sheets using machine learning techniques. Composite 471 Structures, 234, p.111698. 472 29.
54. Hamdia, K.M., Zhuang, X. and Rabczuk, T., 2020. An efficient optimization approach for designing machine 473 learning models based on genetic algorithm. Neural Computing and Applications, pp.1-11.
Có thể bạn quan tâm!
- Tần Số Dao Động Riêng Tính Toán Của 3 Mode Đầu Tiên.
- Cập Nhật Mô Hình Và Xác Định Hư Hỏng Trong Kết Cấu
- Kết Quả Phát Hiện Hư Hỏng Của Pso, Ann Và Annpso
- N. M. Nawi, R. Ransing, And M. Ransing. An Improved Conjugate Gradient Based Learning Algorithm For Back Propagation Neural Networks. International Journal Of Computational Intelligence. 2007,
- Chẩn đoán dầm cầu bằng phương pháp phân tích dao động trên mô hình số hoá kết cấu được cập nhật sử dụng thuật toán tối ưu hoá bầy đàn kết hợp mạng nơ ron nhân tạo - 17
- Chẩn đoán dầm cầu bằng phương pháp phân tích dao động trên mô hình số hoá kết cấu được cập nhật sử dụng thuật toán tối ưu hoá bầy đàn kết hợp mạng nơ ron nhân tạo - 18
Xem toàn bộ 154 trang tài liệu này.
55. Solhmirzaei, R., Salehi, H., Kodur, V., & Naser, M. Z. (2020). Machine learning framework for predicting failure mode and shear capacity of ultra high performance concrete beams. Engineering structures, 224, 111221.
56. Solhmirzaei, R., Salehi, H., Kodur, V., & Naser, M. Z. (2020). Machine learning framework for predicting failure mode and shear capacity of ultra high performance concrete beams. Engineering structures, 224, 111221.
57. Ashrafi, H. R., Jalal, M., & Garmsiri, K. (2010). Prediction of load–displacement curve of concrete reinforced by composite fibers (steel and polymeric) using artificial neural network. Expert Systems with Applications, 37(12), 7663-7668.
58. Bengar, H. A., Abdollahtabar, M., & Shayanfar, J. (2016). Predicting the ductility of RC beams using nonlinear regression and ANN. Iranian Journal of Science and Technology, Transactions of Civil Engineering, 40(4), 297-310.
59. Erdem, H. (2010). Prediction of the moment capacity of reinforced concrete slabs in fire using artificial neural networks. Advances in Engineering Software, 41(2), 270- 276.
60. Armaghani, D. J., & Asteris, P. G. (2021). A comparative study of ANN and ANFIS models for the prediction of cement-based mortar materials compressive strength. Neural Computing and Applications, 33(9), 4501-4532.
61. Asteris, P. G. (2020). On the metaheuristic models for the prediction of cement- metakaolin mortars compressive strength. 1, 1(1), 063.
62. Apostolopoulou, M., Asteris, P. G., Armaghani, D. J., Douvika, M. G., Lourenço, P. B., Cavaleri, L., ... & Moropoulou, A. (2020). Mapping and holistic design of natural hydraulic lime mortars. Cement and Concrete Research, 136, 106167.
63. Duan, J., Asteris, P. G., Nguyen, H., Bui, X. N., & Moayedi, H. (2020). A novel artificial intelligence technique to predict compressive strength of recycled aggregate concrete using ICA-XGBoost model. Engineering with Computers, 1-18.
64. Asteris, P. G., & Mokos, V. G. (2019). Concrete compressive strength using artificial neural networks. Neural Computing and Applications, 1-20.
65. S. Arangio, and F. Bontempi. Structural health monitoring of a cable-stayed bridge with Bayesian neural networks. Structure and Infrastructure Engineering. 2015, 11, 575-587.
66. N. T. Minh. xác định các tham số trong bài toán chẩn đoán kết cấu bằng phương pháp động để cải tiến công tác quản lý công trình cầu. Luận án Tiến sỹ, ĐHGTVT, 2017. 2017,
67. B. Đ. Chính. Mô hình bài toán đánh giá cầu BTCT dựa trên các kết quả kiểm tra và thí nghiệm hiện trường. Tuyển tập công trình khoa học Hội nghị Cơ học toàn quốc lần thứ VI. 1997,
68. B. Đ. Chính. Các phương pháp thí nghiệm không phá hủy trong đánh giá cầu BTCT. Tạp chí Giao thông Vận tải, (10), tr. 25-27. 1997,
69. B. Đ. Chính. Một số kết quả ban đầu trong đánh giá cầu BTCT ở Việt Nam. Tạp chí Giao thông Vận tải, (12), tr. 41-43. 1997,
70. B. Đ. Chính. Áp dụng bệnh học công trình và tin học đánh giá KCN đơn giản cầu bê tông cốt thép trên đường ô tô. Luận án Tiến sĩ kỹ thuật. Viện Khoa học và Công nghệ GTVT, Hà Nội. 2002,
71. N. T. Đức, T. V. Liên, and N. T. Hường. Xác định vị trí vết nứt trong dầm fgm bằng phân tích wavelet dừng các dạng dao động riêng. Tạp chí Khoa học Công nghệ Xây dựng (KHCNXD)-ĐHXD. 2018, 12, 20-33.
72. N. Khiem, and T. Lien. A simplified method for natural frequency analysis of a multiple cracked beam. Journal of sound and vibration. 2001, 245, 737-751.
73. P. X. Khang. Chẩn đoán cầu bằng phương pháp động. Tuyển tập Báo cáo khoa học.
Hội nghị KH-CN kết cấu xây dựng lần thứ 3, Hà Nội 11/1994. 1994,
74. P. X. Khang. Một số kết quả chẩn đoán động bằng thí nghiệm kích động điều hòa cầu Yên Bái. Tuyển tập công trình khoa học Hội nghị CHVRBD toàn quốc lần thứ 6, Hà Nội 26-27/11/1999. 1999,
75. P. X. Khang. Chẩn đoán kết cấu nhịp cầu bằng phương pháp dao động. Luận án Tiến sĩ kỹ thuật. Viện Khoa học và Công nghệ GTVT, Hà Nội. 2001,
76. P. X. Khang. The use of vibration characteristic to update the structure model.
Vietnam Journal of Mechanics. 2000, 22, 225-234.
77. N. V. Khoa. Nghiên cứu đánh giá nguy cơ mất an toàn công trình cầu dạng dầm sau khi xảy ra động đất hoặc chịu tải trọng mạnh. Báo cáo kết quả thực hiện đề tài do Chủ tịch Viện Hàn lâm Khoa học và Công nghệ Việt Nam giao, 2012-2013, Viện Cơ học. 2013,
78. N. V. Khoa, and T. T. Hai. Wavelet based technique for multi-crack detection of a beam-like structure using the vibration data measured directly from a moving vehicle. Vietnam Journal of Mechanics. 2010, 32, 222-234.
79. V. K. Nguyen, and O. Olatunbosun. A proposed method for fatigue crack detection and monitoring using the breathing crack phenomenon and wavelet analysis. Journal of Mechanics of Materials and Structures. 2007, 2, 399-420.
80. V. K. Nguyen, T. K. Nguyen, and O. A. Olatunbosun. Wavelet based Method for Remote Monitoring of Structural Health by Analysing the Nonlinearity in Dynamic Response of Damaged Structures Caused by the Crack-Breathing Phenomenon. Technische Mechanik. Scientific Journal for Fundamentals and Applications of Engineering Mechanics. 2008, 28, 289-298.
81. Nguyen, V.K. and Olatunbosun, O.A., 2007. A Method for Remote Monitoring of Structural Health Based on the Nonlinear Phenomenon in Dynamic Response of Damaged Structures. In World Congress on Engineering (pp. 1275-1280).
82. K. V. Nguyen. Comparison studies of open and breathing crack detections of a beam-like bridge subjected to a moving vehicle. Engineering Structures. 2013, 51, 306-314.
83. B. T. T. Nguyễn Hữu Thuấn, Ngô Văn Minh. Đo đạc thực nghiệm và mô phỏng số nhận dạng dao động kết cấu nhịp cầu dây văng Mỹ Thuận. Tạp chí giao thông. . 2016,
84. L. T. T. Bùi Tiến Thành, Lê Hoàng Minh. Lựa chọn vị trí tối ưu đặt điểm đo dao động phục vụ công tác đo đạc dao động cầu treo dây văng. Tạp chí giao thông Vận tải. 2016,
85. L. V. N. Hoàng Nam. Hệ quan trắc công trình cầu Cần Thơ. Tạp chí giao thông Vận tải. 2016,
86. B. X. Ngó. Hệ thống quan trắc theo thời gian thực một số chỉ tiêu kỹ thuật cơ bản cho cầu dây văng. Đề tài cấp bộ GTVT, Mã số DT093015 do Viện Khoa học và Công nghệ GTVT là đơn vị chủ trì. 2011,
87. Nguyễn Trọng Nghĩa, Hoàng Nam, Nguyễn Ngọc Long. Xác định lực căng trong cáp cầu dây văng bằng phương pháp đồ thị. Tạp chí giao thông Vận tải. 2015,
88. Trần Văn Đức. Nghiên cứu dao động cầu dây văng dưới tác dụng của tải trọng di động có xét đến tốc độ thay đổi và lực hãm xe. Luận án tốt nghiệp. Đại học Đà Nẵng, 2016. 2016,
89. Maeck, J., De Roeck, G. (2002). “Damage assessment of a gradually damaged RC beam using dynamic system identification”, In Proceeding of the 20th International Modal Analysis Conference (IMAC-XX)-CD-ROM, California, USA.
90. J.-M. Ndambi, J. Vantomme, and K. Harri. Damage assessment in reinforced concrete beams using eigenfrequencies and mode shape derivatives. Engineering Structures. 2002, 24, 501-515.
91. J.-T. Kim, Y.-S. Ryu, H.-M. Cho, and N. Stubbs. Damage identification in beam- type structures: frequency-based method vs mode-shape-based method. Engineering structures. 2003, 25, 57-67.
92. F. Garescì, L. Catalano, and F. Petrone. Experimental results of a damage detection methodology using variations in modal parameters. Experimental mechanics. 2006, 46, 441-451.
93. J.-T. Kim, J.-H. Park, and B.-J. Lee. Vibration-based damage monitoring in model plate-girder bridges under uncertain temperature conditions. Engineering Structures. 2007, 29, 1354-1365.
94. S. Zhong, S. O. Oyadiji, and K. Ding. Response-only method for damage detection of beam-like structures using high accuracy frequencies with auxiliary mass spatial probing. Journal of Sound and Vibration. 2008, 311, 1075-1099.
95. W. M. West. Illustration of the use of modal assurance criterion to detect structural changes in an orbiter test specimen. 1986,
Lieven, N.A.J. and Ewins, D.J., 1988, February. Spatial correlation of mode shapes, the coordinate modal assurance criterion (COMAC). In Proceedings of the 6th international modal analysis conference (Vol. 1, pp. 690-695). Kissimmee Florida, USA.
97. R. J. Allemang. The modal assurance criterion–twenty years of use and abuse.
Sound and vibration. 2003, 37, 14-23.
98. S. Choi, S. Park, S. Yoon, and N. Stubbs. Nondestructive damage identification in plate structures using changes in modal compliance. Ndt & E International. 2005, 38, 529-540.
99. S.-L. James Hu, S. Wang, and H. Li. Cross-modal strain energy method for estimating damage severity. Journal of engineering mechanics. 2006, 132, 429-437.
100. Z. Ismail, H. A. Razak, and A. A. Rahman. Determination of damage location in RC beams using mode shape derivatives. Engineering Structures. 2006, 28, 1566-1573.
101. B. H. Kim, T. Park, and G. Z. Voyiadjis. Damage estimation on beam-like structures using the multi-resolution analysis. International Journal of Solids and Structures. 2006, 43, 4238-4257.
102. A. Pandey, M. Biswas, and M. Samman. Damage detection from changes in curvature mode shapes. Journal of sound and vibration. 1991, 145, 321-332.
103. C. S. Hamey, W. Lestari, P. Qiao, and G. Song. Experimental damage identification of carbon/epoxy composite beams using curvature mode shapes. Structural Health Monitoring. 2004, 3, 333-353.
104. A. Dutta, and S. Talukdar. Damage detection in bridges using accurate modal parameters. Finite Elements in Analysis and Design. 2004, 40, 287-304.
105. A. Alvandi, and C. Cremona. Assessment of vibration-based damage identification techniques. Journal of sound and vibration. 2006, 292, 179-202.
Stubbs, N., Kim, J.T. and Farrar, C.R., 1995, February. Field verification of a nondestructive damage localization and severity estimation algorithm. In Proceedings-SPIE the international society for optical engineering (pp. 210- 210). SPIE International Society for Optical.
107. P. Cornwell, S. W. Doebling, and C. R. Farrar. Application of the strain energy damage detection method to plate-like structures. Journal of sound and vibration. 1999, 224, 359-374.
108. N. Stubbs, and S. Park. Optimal sensor placement for mode shapes via Shannon's sampling theorem. Computer‐Aided Civil and Infrastructure Engineering. 1996, 11, 411-419.
109. Z. Shi, S. Law, and L. Zhang. Structural damage localization from modal strain energy change. Journal of sound and vibration. 1998, 218, 825-844.
110. J.-T. Kim, and N. Stubbs. Improved damage identification method based on modal information. Journal of Sound and Vibration. 2002, 252, 223-238.
111. H. Li, H. Yang, and S.-L. J. Hu. Modal strain energy decomposition method for damage localization in 3D frame structures. Journal of engineering mechanics. 2006, 132, 941-951.
112. F. C. Choi, J. Li, B. Samali, and K. Crews. An experimental study on damage detection of structures using a timber beam. Journal of mechanical science and technology. 2007, 21, 903-907.
113. Wang, L., Chan, T.H., Thambiratnam, D.P. and Tan, A.C., 2010. Improved correlation-based modal strain energy method for global damage detection of truss bridge structures. In Proceedings of the International Symposium on Life-Cycle Performance of Bridge and Structures (pp. 145-154). Science Press.
Wahalathantri, B.L., Thambiratnam, D., Chan, T.H. and Fawzia, S., 2010, September. An improved modal strain energy method for damage assessment. In Proceedings of the tenth international conference on computational structures technology. Civil-Comp Press.
115. M. Salehi, R. S. ZIAEI, M. Ghayour, and M. Vaziry. A non model-based damage detection technique using dynamically measured flexibility matrix. 2011,
116. A. Pandey, and M. Biswas. Damage detection in structures using changes in flexibility. Journal of sound and vibration. 1994, 169, 3-17.
Reich, G.W. and Park, K.C., 2000, April. Experimental application of a structural health monitoring methodology. In Smart Structures and Materials 2000: Smart Systems for Bridges, Structures, and Highways (Vol. 3988, pp. 143-153). International Society for Optics and Photonics.
118. D. Bernal. Load vectors for damage localization. Journal of Engineering Mechanics. 2002, 128, 7-14.
119. A. Patjawit, and W. Kanok-Nukulchai. Health monitoring of highway bridges based on a Global Flexibility Index. Engineering Structures. 2005, 27, 1385-1391.
120. F. Choi, J. Li, B. Samali, and K. Crews. Application of the modified damage index method to timber beams. Engineering structures. 2008, 30, 1124-1145.
121. S. S. Kessler, S. M. Spearing, M. J. Atalla, C. E. Cesnik, and C. Soutis. Damage detection in composite materials using frequency response methods. Composites Part B: Engineering. 2002, 33, 87-95.
122. G. Owolabi, A. Swamidas, and R. Seshadri. Crack detection in beams using changes in frequencies and amplitudes of frequency response functions. Journal of sound and vibration. 2003, 265, 1-22.
123. T. R. Liszkai. Modern heuristics in structural damage detection using frequency response functions. Doctor of Philosophy Dissertation, A&M University. 2003,
124. H. Hwang, and C. Kim. Damage detection in structures using a few frequency response measurements. Journal of sound and vibration. 2004, 270, 1-14.
125. S. Dincal, “Structural damage detection using frequency response functions,” Texas A&M University, 2006.
Tang, J., 2005, June. Frequency response based damage detection using principal component analysis. In 2005 IEEE International Conference on Information Acquisition (pp. 6-pp). IEEE.
127. A. Furukawa, H. Otsuka, and J. Kiyono. Structural damage detection method using uncertain frequency response functions. Computer‐Aided Civil and Infrastructure Engineering. 2006, 21, 292-305.
128. R. J. Link, and D. C. Zimmerman. Structural damage diagnosis using frequency response functions and orthogonal matching pursuit: theoretical development. Structural Control and Health Monitoring. 2015, 22, 889-902.
129. Dackermann, U., Li, J.L. and Samali, B.S., 2010. Quantification of notch-type damage in a two-storey framed structure utilising frequency response functions and artificial neural networks'. In 5th Fifth World Conference on Structural Control and Monitoring (5WCSCM).
Nozarian, M.M. and Esfandiari, A., 2009. Structural damage identification using frequency response function. In Materials forum (Vol. 33, pp. 443-449).
131. X. Liu, N. Lieven, and P. J. Escamilla-Ambrosio. Frequency response function shape-based methods for structural damage localisation. Mechanical systems and signal processing. 2009, 23, 1243-1259.
Eberhart, R. and Kennedy, J., 1995, November. Particle swarm optimization. In Proceedings of the IEEE international conference on neural networks (Vol. 4, pp. 1942-1948). Citeseer.
133. J. Kennedy. Particle swarm optimization. Encyclopedia of machine learning.
2010, 760-766.