Materias
Referencia: Código 11369
Febrero de 2025 - Won‐Kee Hong - Refª 11369
Won‐Kee Hong
Febrero de 2025 Páginas: 580 Edición en tapa blanda
Código 11369 ISBN/EAN: 9781032323695
Artificial Neural Network-based Optimized Design of Reinforced Concrete Structures introduces AI-based Lagrange optimization techniques that can enable more rational engineering decisions for concrete structures while conforming to codes of practice. It shows how objective functions including cost, CO2 emissions, and structural weight of concrete structures are optimized either separately or simultaneously while satisfying constraining design conditions using an ANN-based Lagrange algorithm. Any design target can be adopted as an objective function. Many optimized design examples are verified by both conventional structural calculations and big datasets.
The book suits undergraduate and graduate students who have an understanding of collegelevel calculus and will be especially beneficial to engineers and contractors who seek to optimize concrete structures.
1. Introduction to Lagrange optimization for engineering applications
2. AI-based Lagrange optimization adopting universally generalizable functions
3. An optimized design of reinforced concrete columns based on an ANN-based Hong-Lagrange method
4. Optimizing reinforced concrete beam cost using ANN-based Hong-Lagrange method
5. ANN-based structural designs using Lagrange multipliers optimizing multiple objective functions
Appendix A
Appendix B
Appendix C
Appendix D
Won‐Kee Hong is a professor of architectural engineering at Kyung Hee University, South Korea. He received his master's and PhD degrees from UCLA, and has worked for Englekirk and Hart, Inc. (USA), Nihhon Sekkei (Japan), and the Samsung Engineering and Construction Company (Korea). Dr. Hong has more than 35 years of professional experience in structural and construction engineering. He has been both an inventor and researcher in the field of modularized composite structures and is the author of more than 100 technical papers and over 100 patents in both Korea and The United States.
El diseño optimizado de estructuras de hormigón armado basado en redes neuronales artificiales presenta técnicas de optimización de Lagrange basadas en IA que pueden permitir decisiones de ingeniería más racionales para estructuras de hormigón, al tiempo que se ajustan a los códigos de práctica. Muestra cómo las funciones objetivas, incluidos el costo, las emisiones de CO2 y el peso estructural de las estructuras de hormigón, se optimizan por separado o simultáneamente, al tiempo que se satisfacen las condiciones de diseño restrictivas mediante un algoritmo de Lagrange basado en ANN. Cualquier objetivo de diseño se puede adoptar como función objetivo. Muchos ejemplos de diseño optimizado se verifican mediante cálculos estructurales convencionales y grandes conjuntos de datos.
El libro es adecuado para estudiantes de pregrado y posgrado que tengan conocimientos de cálculo de nivel universitario y será especialmente beneficioso para ingenieros y contratistas que buscan optimizar estructuras de hormigón.
1. Introducción a la optimización de Lagrange para aplicaciones de ingeniería
2. Optimización de Lagrange basada en IA que adopta funciones universalmente generalizables
3. Un diseño optimizado de columnas de hormigón armado basado en un método Hong-Lagrange basado en ANN
4. Optimización del coste de las vigas de hormigón armado mediante el método Hong-Lagrange basado en ANN
5. Diseños estructurales basados en ANN que utilizan multiplicadores de Lagrange que optimizan múltiples funciones objetivo
Apéndice A
Apéndice B
Apéndice C
Apéndice D
Fecha de disponibilidad: