Fugu-MT 論文翻訳(概要): Multi-Objective Optimisation of Damper Placement for Improved Seismic Response in Dynamically Similar Adjacent Buildings

論文の概要: Multi-Objective Optimisation of Damper Placement for Improved Seismic Response in Dynamically Similar Adjacent Buildings

arxiv url: http://arxiv.org/abs/2001.03237v1
Date: Sun, 29 Dec 2019 19:19:57 GMT
ステータス: 処理完了
システム内更新日: 2023-01-17 07:46:02.549611
Title: Multi-Objective Optimisation of Damper Placement for Improved Seismic Response in Dynamically Similar Adjacent Buildings
Title（参考訳）: 動的に類似した建物における地震応答改善のためのダンパ配置の多目的最適化
Authors: Mahesh B. Patil, Ramakrishna U., Mohan S. C
Abstract要約: 動的対称な隣接建物における配置の最適化について検討する。一般的に用いられている2つの多目的進化アルゴリズムであるNSGA-IIとMOPSOの有効性を評価した。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Multi-objective optimisation of damper placement in dynamically symmetric adjacent buildings is considered with identical viscoelastic dampers used for vibration control. First, exhaustive search is used to describe the solution space in terms of various quantities of interest such as maximum top floor displacement, maximum floor acceleration, base shear, and interstorey drift. With the help of examples, it is pointed out that the Pareto fronts in these problems contain a very small number of solutions. The effectiveness of two commonly used multi-objective evolutionary algorithms, viz., NSGA-II and MOPSO, is evaluated for a specific example.
Abstract（参考訳）: 動的対称隣接建物におけるダンパー配置の多目的最適化は, 振動制御に用いる同一粘弾性ダンパーを用いて検討する。まず, 最大床変位量, 最大床加速度量, ベースせん断量, 層間ドリフト量など, 様々な関心事で解空間を記述する。例えば、これらの問題におけるparetoのフロントは、非常に少ない数のソリューションを含んでいることが指摘されている。一般的に用いられる2つの多目的進化アルゴリズムであるNSGA-IIとMOPSOの有効性を, 具体例で評価した。

関連論文リスト

Stability of Primal-Dual Gradient Flow Dynamics for Multi-Block Convex Optimization Problems [2.66854711376491]
提案された力学はラグランジアンの近位拡大に基づいている。我々は、グローバル(指数)収束保証を確立するために、様々な構造的特性を利用する。我々の仮定は、様々な原始双対力学の(指数的な)安定性を証明するために必要なものよりもはるかに弱い。
論文参考訳（メタデータ） (2024-08-28T17:43:18Z)
UCB-driven Utility Function Search for Multi-objective Reinforcement Learning [75.11267478778295]
マルチオブジェクト強化学習(MORL)エージェントでは、意思決定行動の最適化を行う。重みベクトル w でパラメータ化される線型効用関数の場合に焦点を当てる。学習過程の異なる段階で最も有望な重みベクトルを効率的に探索する上信頼境界に基づく手法を提案する。
論文参考訳（メタデータ） (2024-05-01T09:34:42Z)
A Pareto-optimal compositional energy-based model for sampling and optimization of protein sequences [55.25331349436895]
深層生成モデルは、生命科学における逆問題に対する一般的な機械学習ベースのアプローチとして登場した。これらの問題は、データ分布の学習に加えて、興味のある複数の特性を満たす新しい設計をサンプリングする必要があることが多い。
論文参考訳（メタデータ） (2022-10-19T19:04:45Z)
Multi-Objective Constrained Optimization for Energy Applications via Tree Ensembles [55.23285485923913]
エネルギーシステムの最適化問題は、強い非線形系の挙動と複数の競合する目的のために複雑である。場合によっては、提案された最適解は、物理的性質や安全クリティカルな操作条件に関連する明示的な入力制約に従う必要がある。本稿では,ブラックボックス問題に対する制約付き多目的最適化のためのツリーアンサンブルを用いた新しいデータ駆動戦略を提案する。
論文参考訳（メタデータ） (2021-11-04T20:18:55Z)
Surrogate-Assisted Reference Vector Adaptation to Various Pareto Front Shapes for Many-Objective Bayesian Optimization [0.0]
本稿では,高コストな多目的・多目的最適化問題を解くために,代用型参照ベクトル適応法(SRVA)を提案する。提案アルゴリズムは他の2つのMBOアルゴリズムとベンチマーク問題に適用して比較する。実験結果から, 対象関数がKrigingモデルにより合理的に近似された問題において, 提案アルゴリズムが他の2つより優れていることが示された。
論文参考訳（メタデータ） (2021-10-10T03:05:12Z)
Batched Data-Driven Evolutionary Multi-Objective Optimization Based on Manifold Interpolation [6.560512252982714]
バッチ化されたデータ駆動型進化的多目的最適化を実現するためのフレームワークを提案する。オフザシェルフ進化的多目的最適化アルゴリズムがプラグイン方式で適用できるのは、非常に一般的である。提案するフレームワークは, より高速な収束と各種PF形状に対する強いレジリエンスを特徴とする。
論文参考訳（メタデータ） (2021-09-12T23:54:26Z)
Fast Simultaneous Gravitational Alignment of Multiple Point Sets [82.32416743939004]
本稿では,複数点集合の同時登録のための新しいレジリエントな手法を提案し,後者を相互誘導力場内で厳密に動く粒子群として解釈する。物理法則の変更によるシミュレーションの改善と、グローバルな多重リンク点相互作用の加速により、MBGA(Multi-Body Gravitational Approach)はノイズや欠落データに対して堅牢である。様々な実験環境では、MBGAは精度と実行時間の観点から、いくつかの基準点セットアライメントアプローチより優れていることが示されている。
論文参考訳（メタデータ） (2021-06-21T17:59:40Z)
Niching Diversity Estimation for Multi-modal Multi-objective Optimization [9.584279193016522]
ニッチは進化的多目的最適化において重要かつ広く用いられている手法である。 MMOPでは、対象空間の解は決定空間に複数の逆像を持つことができ、これは等価解と呼ばれる。 MMOPの処理において、標準多様性推定器をより効率的にするために、一般的なニチング機構を提案する。
論文参考訳（メタデータ） (2021-01-31T05:23:31Z)
An Empirical Study of Assumptions in Bayesian Optimisation [61.19427472792523]
本研究では,ベイズ最適化に固有の従来的および非慣習的仮定を厳密に分析する。超パラメータチューニングタスクの大多数は、不均一性と非定常性を示すと結論付けている。これらの発見が実践者およびこの分野のさらなる研究の指針となることを願っている。
論文参考訳（メタデータ） (2020-12-07T16:21:12Z)
Uncrowded Hypervolume-based Multi-objective Optimization with Gene-pool Optimal Mixing [0.0]
HypervolumeベースのMO最適化は、これを克服する有望な結果を示している。 Sofomoreフレームワークは、複数のインターリーブされた単一目的の動的問題を解くことでこれを克服する。我々は,MO-GOMEAとUHV-GOMEAを併用したハイブリッドアプローチを構築し,両者を比較検討した。
論文参考訳（メタデータ） (2020-04-10T15:14:54Z)
Supervised Hyperalignment for multi-subject fMRI data alignment [81.8694682249097]
本稿では,MVP解析における機能的アライメントを改善するために,SHA(Supervised Hyperalignment)手法を提案する。マルチオブジェクトデータセットの実験では、SHA法は最大19%の性能がマルチクラス問題に対して達成されている。
論文参考訳（メタデータ） (2020-01-09T09:17:49Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。