Rozdział I. Zastosowanie metod numerycznych w analizie wybranych zagadnień geotechniki i geotechniki środowiska Rozdział II. Rozwiązanie zagadnienia odwrotnego za pomocą sztucznych sieci neuronowych 1.Wstęp: zagadnienie „wprost" i zagadnienie odwrotne 2.Problem odwrotny w zagadnieniach inżynierskich 3.Rozwiązanie przybliżone zagadnienia odwrotnego przy użyciu sztucznej sieci neuronowej 4.Przykład ilustrujący: identyfikacja współczynnika Winklera oraz efektywnej sztywności belki spoczywającej na sprężystym podłożu 4.1. Sformułowanie problemu identyfikacji współczynnika Winklera 4.2 Identyfikacja współczynnika Winklera oraz sztywności nawierzchni dla podłoża jednorodnego 4.3. Identyfikacja współczynnika Winklera oraz sztywności nawierzchni dla podłoża, którego sztywność zmienia się skokowo 5.Podsumowanie: właściwości metody rozwiązania zagadnienia odwrotnego metodą aproksymacji relacji odwrotnej Rozdział III. Zastosowanie metody elementów skończonych oraz sztucznej sieci neuronowej do identyfikacji parametrów nawierzchni warstwowej 1.Numeryczny model nawierzchni 2.1.Sformułowanie 2.2.Generacja danych do uczenia SSN 3.Identyfikacja parametrów modelu za pomocą SSN 3.1.Zagadnienie treningu sztucznych sieci neuronowych 3.2.SSN jako bezpośredni aproksymator relacji odwrotnej 3.2.1.Wyniki uczenia i identyfikacji 3.3.SSN jako aproksymator odpowiedzi modelu 3.3.2. Wyniki uczenia i identyfikacji 4.Dyskusja wyników i wnioski Rozdział IV. Identyfikacja parametrów mechanicznych nawierzchni, podbudowy i gruntu dla klasycznych modeli interakcji grunt-budowla 1.Nieniszczące badania właściwości mechanicznych warstwowych układów powierzchniowych 2.Klasyczne modele interakcji grunt budowla 3.Ustalenie parametrów modelu Pasternaka na podstawie danych z testu FWD, z zastosowaniem analizy odwrotnej 3.1.Rozwiązanie zagadnienia „wprost" 3.3 Rozwiązanie zagadnienia odwrotnego 4.Sformułowanie modelu „dwubelkowego" oraz identyfikacja jego parametrów na podstawie danych doświadczalnych 4.1.Rozwiązanie zagadnienia „wprost" 4.2.Rozwiązanie zagadnienia odwrotnego 4.3.Wykorzystanie modelu dwubelkowego do identyfikacji sztywności warstw belki dwuwarstwowej 5.Niejednoznaczność identyfikacji opartej na wynikach testu FWD Rozdział V. Ustalenie położenia i intensywności źródła skażenia gruntu jako zagadnienie odwrotne rozwiązywane z zastosowaniem sztucznej sieci neuronowej 1.Sformułowanie problemu 2.Rozwiązanie zagadnienia „wprost" 3.1.Opis skażonego obszaru przyjętego do obliczeń 3.2.Warunki hydrologiczno-geologiczne terenu 3.3.Rezultaty obliczeń „wprost" 4.Rozwiązania zagadnień odwrotnych 4.1.Identyfikacja intensywności źródła skażenia 4.2.Identyfikacja położenia źródła skażenia 4.3. Identyfikacja współczynnika filtracji bariery Rozdział VI. Posadowienie na płycie fundamentowej - ustalanie współczynników podatności podłoża 1.Moduł i współczynnik podatności 2.Rozkłady naprężeń pionowych w gruncie 3.1.Rozkład prostokątny 3.2.Rozkład trójkątny 3.3.Rozkład wykładniczy 3.4.Rozkłady oparte na rozwiązaniach sprężystych 3.5.Głębokość całkowania 4.Model 3D płyty fundamentowej 4.1.Model bazowy 4.2.Zmiana sztywności płyty 4.3.Zmiana sposobu obciążenia płyty 4.4.Zmiana odkształcałności podłoża 4.5.Zmiana wymiarów płyty 5.Zalecenia projektowe Rozdział VII. Analiza zachowania się elementów konstrukcyjnych obiektu mostowego w trakcie jego realizacji 1.O obiekcie i technologii budowy 2.Monitoring geometrii podłużnej i sił normalnych 3.Model numeryczny 4.Porównanie wyników teoretycznych z rzeczywistymi 5.1.Przemieszczenia wynikające z modelu obliczeniowego 5.2.Przemieszczenia odwracalne 5.3.Porównanie przemieszczeń od naciągu kabli 5.4.Siły normalne w podporach tymczasowych Rozdział VIII. Optymalizacja parametrów projektowanej reaktywnej bariery ochronnej na pogorzelisku składowiska odpadów 1.Metoda heurystyczna optymalizacji wymiarów PRB 2.Budowa geologiczna i warunki hydrogeologiczne 3.Wstępne przyjęcie parametrów geometrycznych Rozdział IX. Zastosowanie sieci neuronowych do hydromorfologicznego opisu rzeki Olechówki 1.Opis rzeki Olechówki w formacie RHS 2.Zastosowanie sztucznej sieci neuronowej typu IAC do opisu rzeki Olechówki 3.Powiązanie sieci IAC z bazą danych 4.Przykład działania sieci IAC 5.Wyszukiwanie według nazwy 6.Przypisywanie prawdopodobnej wartości, gdy brakuje jej wśród części danych wpisanych do bazy danych