Xây dựng mô hình ANN đánh giá rủi ro kỹ thuật công trình cầu trên đường cao tốc

Chỉ số đề mục

Lĩnh vực nghiên cứu

Kỹ thuật giao thông vận tải

Dạng tài liệu

Tác giả

Lê Đức Anh, Đào Duy Lâm⁽¹⁾, Thái Thị Kim Chi⁽²⁾

Nhan đề

Xây dựng mô hình ANN đánh giá rủi ro kỹ thuật công trình cầu trên đường cao tốc

Nhan đề tiếng anh

Risk assessment ann model for bridge of expressway projects

Nguồn trích

Cầu đường Việt Nam

Năm xuất bản

2022

Số

1

Trang

88-91

ISSN

1859-459X

Từ khóa

Đánh giá rủi ro, ANN, Cầu, Đường cao tốc

Từ khóa tiếng anh

Risk analysis, ANN, Expressway bridge

Tóm tắt

Mạng lưới đường cao tốc tại Việt Nam đang phát triển mạnh mẽ giữ vai trò trục xương sống cho đường bộ trong đó công trình cầu chiếm tỷ trọng lớn. Với những đặc thù riêng và tính chất phức tạp nhiều rủi ro luôn tiềm ẩn trong các giai đoạn của dự án, việc đánh giá các rủi ro để từ đó có giải pháp phòng chống và ứng phó, hạn chế các tác động của rủi ro đảm bảo chất lượng và an toàn khai thác của công trình là hết sức cần thiết tuy nhiên các mô hình đánh giá, dự báo rủi ro hiện tại còn nhiều hạn chế. Bài báo nghiên cứu ứng dụng trí thông minh nhân tạo thông qua mô hình mạng nơ ron (ANN) trong đánh giá rủi ro kỹ thuật công trình cầu trên đường cao góp phần giải quyết các hạn chế hiện nay trong công tác này.

Tóm tắt tiếng anh

The expressway network in Vietnam is developing strongly, playing the role of the backbone of the national road system, in which bridge construction accounts for a large proportion. With many specific characteristics and complex risks always hidden in all stages of the project, risk assessment to have solutions and plans to prevent and respond to risks, limiting the impacts of quality assurance and operational safety of the works is essential. However, the current risk assessment and forecasting models still have many limitations.This article studies the application of artificial intelligence through neural network (ANN) modeling in technical risk assessment of expressway bridge, in aim to to solving the current limitations in this work.

Kí hiệu kho

TTKHCNQG, CVv 465

File toàn văn

Xem toàn văn