Nel presente contributo viene proposta una procedura di ottimizzazione dei sensori basata su approccio probabilistico e algoritmo genetico. La funzione di fitness associata a una determinata distribuzione di sensori è definita in funzione dell’errore probabilistico ed è ottenuta attraverso l’utilizzo di analisi non lineari agli Elementi Finiti e reti neurali. Al contrario di gran parte dei contributi in letteratura si dimostra che l’approccio consente una notevole semplificazione e riduzione dei tempi di calcolo.
Ottimizzazione di sensori per l'identificazione dell'impatto
MALLARDO, Vincenzo
2013
Abstract
Nel presente contributo viene proposta una procedura di ottimizzazione dei sensori basata su approccio probabilistico e algoritmo genetico. La funzione di fitness associata a una determinata distribuzione di sensori è definita in funzione dell’errore probabilistico ed è ottenuta attraverso l’utilizzo di analisi non lineari agli Elementi Finiti e reti neurali. Al contrario di gran parte dei contributi in letteratura si dimostra che l’approccio consente una notevole semplificazione e riduzione dei tempi di calcolo.File in questo prodotto:
Non ci sono file associati a questo prodotto.
I documenti in SFERA sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
