English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 49378/84106 (59%)
造訪人次 : 7380467      線上人數 : 75
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library & TKU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋
    請使用永久網址來引用或連結此文件: http://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/98237


    題名: 類神經網路預測高層建築物干擾效應之應用
    其他題名: Application of Artificial Neural Network on the Predication of Building Interference Effects
    作者: 鄭啟明;陳珮君
    貢獻者: 淡江大學土木工程學系
    關鍵詞: 高層建築;干擾效應;設計風載重;類神經網路;tall building;interference effect;design wind load;neural network
    日期: 2007-09
    上傳時間: 2014-06-24 09:59:49 (UTC+8)
    出版者: 臺北縣淡水鎮 : 中國土木水利工程學會
    摘要: 都會區中鄰近高層建築物之間的干擾效應是極為複雜的問題,影響干擾效應的變數很多,如:建築物的間距、周邊地形、主建築物與鄰近建築物的造型等。為了探討各項參數的影響,傳統上需針對各參數進行風洞實驗,推導經驗式。由於影響參數過多,其過程極為費時困難。本文利用有限的干擾效應風洞試驗資料庫建立類神經網路模式,進而對於不同條件下高層建築干擾效應進行預測:並根據類神經網路預測得到之干擾效應計算高層建築物的設計風載重,得到尚稱可接受的結果。研究過程中,亦對現有資料庫的缺失及其改善方向得到進一步的認知。
    The interference phenomenon between two adjacent tall buildings involves many parameters. It is too complicated a problem to adopt the conventional engineering approach, i.e., acquiring sufficient aerodynamic database and then deriving a set of general purpose empirical formulae. This paper applies the Artificial Neural Network technique on an existing limited aerodynamic database to predict tall buildings' interference effects. The results i.l1dicate that the back propagation ANN model can predict tall buildings' interference effects up to a reasonable margin of error, at least for the initial building design stage. During the progress of this research, the weak spots of the current aerodynamic database and the future amendment were identified.
    關聯: 九十六年電子計算機於土木水利工程應用研討會論文集=Proceedings of 2007 Conference on Computer Application in civil & Hydraulic Engineering,頁85-90
    顯示於類別:[土木工程學系暨研究所] 會議論文

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    index.html0KbHTML86檢視/開啟
    類神經網路預測高層建築物干擾效應之應用.pdf摘要593KbAdobe PDF114檢視/開啟

    在機構典藏中所有的資料項目都受到原著作權保護.

    TAIR相關文章

    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library & TKU Library IR teams. Copyright ©   - 回饋