KCI등재
인공신경망 알고리즘을 이용한 손상된 RC교량의 유지관리시스템 개발 = Development for Management System on Damaged RC Bridge Using Artificial Neural Network Algorithem
저자
손용우 ( Yong-woo Son ) ; 이경동 ( Gyeong-dong Lee ) ; 한상호 ( Sang-ho Han )
발행기관
학술지명
한국환경기술학회지(Journal of Korean Society Environmental Technology)
권호사항
발행연도
2005
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
수록면
192-201(10쪽)
제공처
현재 교량 바닥판손상의 증가에 따라 본 연구의 적정유지관리 전문가 시스템 모델을 이용함으로써 보다 효율적인 교량 바닥판의 보수·보강 판정뿐 만 아니라 생애주기비용에 대한 보수비용 예측을 수행할 수 있으며, 보수·보강비용 예측평가모델은 실제 개축비용 자료를 바탕으로 회귀분석방법에 의해 개발되었기 때문에 교량 바닥판의 유지관리 대책에 필요한 보수·보강을 위한 우선순위 결정에 실용적으로 활용될 수 있다고 사료된다. 보수·보강 공법의 선정문제는 보다 높은 신뢰성을 얻기 위하여 많은 자료와 전문지식과 경험을 수집하여 계속적인 보완이 필요하고, 나아가 교량구조물 전체에 대한 전문가 시스템의 구성을 위해 지속적인 연구노력이 필요하다.
더보기The purpose of this study makes a retrofit and rehabilitation practice through the analysis and the improvement for the underlying problem of current retrofit and rehabilitation methods. Therefore, the deterioration process, the damage cause, the condition classification, the fatigue mechanism and the applied quantity of strengthening methods for RC deck slabs were analyzed. Artificial neural networks are efficient computing techniques that are widely used to solve complex problems in many fields. In this study, a back-propagation neural network model for estimating a management on existing reinforced concrete bridge decks from damage cause, damage type, and integrity assessment at the initial stage is need. The training and testing of the network were based on a database of 36. Four different network models were used to study the ability of the neural network to predict the desirable output of increasing degree of accuracy. The neural networks is trained by modifying the weights of the neurons in response to the errors between the actual output values and the target output value. Training was done iteratively until the average sum squared errors over all the training patterns were minimized. This generally occurred after about 5,000 cycles of training.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)