×
哈迪·拉赫曼帕纳;赛义德·穆洛迪;科林·伯维尔;索黑尔·戈哈里;海伦·M·S·戴维斯。

使用人工神经网络预测复杂结构中的载荷-位移曲线：对长骨的研究。 （英语） Zbl 07228663号

国际工程科学杂志。 154，文章ID 103319，第16页（2020）.
摘要：长骨是一种具有非均质和各向异性特性的复合材料。它们可以自我修复（自我配对），并通过改变形状和机械性能（自适应）来适应不断变化的机械需求。这种特殊的特征使长骨成为人们正确理解的有趣材料。这也拓展了我们对工程材料的知识，并激励研究人员在传统方法可能存在局限性的情况下采用新技术。本文研究了人工神经网络（ANN）专家系统在预测长骨载荷-位移曲线中的应用。在MTS机器中对12小时至3岁纯种马的13块含水第三掌骨（MC3）进行加压加载。记录MC3中轴上不同位置的一个三规花环和三个不同的单元件压力计的应变读数、位移、载荷、载荷暴露时间、马龄和骨侧（左侧或右侧肢体）。这些信息形成了人工神经网络的输入变量。采用两个串联的前馈-反向传播人工神经网络，其中除负载外的实验记录被输入到第一个人工神经网络中以预测负载。然后，将预测载荷与其余实验记录一起输入第二个ANN，以预测位移。绘制了ANN预测的循环荷载位移和刚度与实验结果的对比图。训练和测试数据集的ANN回归分析表明（R>0.95）。为了确认其准确性，我们使用ANN来预测未用于ANN训练的特定骨骼样本的响应。使用来自12块骨骼的17718个实验数据点训练的ANN预测了第13块骨骼的载荷（R=0.997，RMSE=2.44 kN）、位移（R=0.948，RMSE=0.321 mm）和刚度（R=0.982，RMSE=1.197 kN/mm）。令人鼓舞的结果显示了人工神经网络在捕捉复杂结构的力学特性方面的卓越能力。

引用于4文件

MSC公司：

74-XX岁 可变形固体力学
68倍 计算机科学

关键词：

人工神经网络;人工智能;荷载-位移曲线;刚度，刚度;复杂结构;长骨

软件：

神经网络工具箱;Matlab公司
PDF格式BibTeX公司 XML格式引用
\textit{H.Rahmanpanah}等人，《国际工程科学杂志》。154，文章ID 103319，16 p.（2020；Zbl 07228663）
全文： DOI程序

参考文献：

[1] 阿什拉菲，H.R。；贾拉尔，M。；Garmsiri，K.，使用人工神经网络预测复合纤维（钢和聚合物）增强混凝土的荷载-位移曲线，应用专家系统，377663-7668（2010）
[2] 博克，F.E。；艾丁，R.C。；Cyron，C.J。；N.Huber。；Kalidindi，S.R。；Klusemann，B.，《机器学习和数据挖掘方法在连续介质材料力学中的应用综述》，材料前沿，6，110（2019）
[3] Buehler，M.J.，胶原蛋白机械性能的原子和连续建模：弹性、断裂和自组装，材料研究杂志，211947-1961（2006）
[4] 卡特·D·R。；Hayes，W.C.，骨作为两相多孔结构的压缩行为，美国骨与关节外科杂志，59954-962（1977）
[5] Ceylan，H.（2003年）。使用人工神经网络分析和设计混凝土路面系统。
[6] Couch，S。；Nielsen，B.，《平坦赛马背掌骨疾病（胫骨弯曲）的回顾：患病率、诊断、发病机制和相关因素》，《奶牛兽医动物研究杂志》，5，228-236（2017）
[7] N.R.委员会，《肌肉骨骼疾病和工作场所：腰部和上肢》（2001），国家学院出版社
[8] Currey，J.，《骨力学性能的测量：近代史》，临床骨科及相关研究®，4671948-1954（2009）
[9] Currey，J.，《一些不太常见的骨组织的机械特性和适应性》，《机械行为生物医学材料杂志》，3357-372（2010）
[10] Davies，H.，《纯种赛马跑步机运动期间第三掌骨中轴表面周围应变的时间和分布》，《澳大利亚兽医杂志》，83，157-162（2005）
[11] 戴维斯，H。；麦卡锡，R。；Jeffcott，L.，不同速度和步态下纯种犬背掌骨的表面应变，细胞组织器官，146148-153（1993）
[12] Demuth，H。；Beale，M.，Matlab神经网络工具箱用户指南第6版（2009年），The MathWorks Inc
[13] Dennis，B.H。；Jin，W。；杜利克拉维奇，G.S。；Jaric，J.，《有限元方法在固体力学反问题中的应用》，《国际固体结构变化杂志》，2011年第3期，第11-21页
[14] Destrade，M。；医学博士Gilchrist。；马瑟韦，J。；Murphy，J.G.，《轻微压缩性和泊松比变化敏感性》，《工程数值方法国际期刊》，90，403-411（2012）·Zbl 1242.74006号
[15] Evans，S.，《我们如何测量软组织的机械性能？》？，软组织生物力学中的材料参数识别和逆向问题，67-83（2017），Springer
[16] Ghahramani，Z.，概率机器学习和人工智能，《自然》，521452-459（2015）
[17] 戈哈里，S。；谢里菲，S。；C.伯维尔。；穆洛迪，S。；伊扎迪瓦尔，M。；Thissen，P.，《内压叠层椭球编织GFRP复合材料圆顶的局部失效分析：分析、数值和实验研究》，土木与机械工程档案，191235-1250（2019）
[18] 格拉西，L。；Isaksson，H.，《在骨力学中提取准确的应变测量值：当前方法的批判性评论》，《机械行为生物医学材料杂志》，50，43-54（2015）
[19] 哈耶拉，P。；Berke，L.，结构分析和设计中的神经生物学计算模型，计算机与结构，41657-667（1991）·Zbl 0752.73053号
[20] 汉布利，R。；查梅赫，A。；Salah，H.B.H.，虚拟现实应用中使用有限元和神经网络的结构实时变形，分析和设计中的有限元，42，985-991（2006）
[21] Helgason，B。；佩里利，E。；斯基利奥，E。；Taddei，F。；Brynjólfsson，S。；Viceconti，M.，骨密度和力学性能之间的数学关系：文献综述，临床生物力学，23135-146（2008）
[22] Hertz，J.A.（2018年）。介绍神经计算理论。CRC出版社。
[23] Hornik，K.，多层前馈网络的逼近能力，神经网络，4251-257（1991）
[24] 胡贝尔，N。；尼克斯·W。；Gao，H.，从薄膜的锥形压痕识别弹塑性材料参数，（伦敦皇家学会学报，A辑：数学、物理和工程科学，458（2002）），1593-1620·Zbl 1056.76007号
[25] N.Huber。；Tsagrakis，I。；Tsakmakis，C.，使用神经网络通过球形压痕测定基底上金属薄膜的本构特性，国际固体与结构杂志，376499-6516（2000）·Zbl 1047.74521号
[26] 贾马尔，M。；Morgan，M.N.，基于逆向有限元建模的材料特性表征，《发明》，4，40（2019）
[27] 贾瓦迪，A。；Tan，T。；张明，有限元分析中本构建模的神经网络，计算机辅助力学与工程科学，10523-530（2003）·Zbl 1136.74378号
[28] 金，D。；Lin，S.，《计算机科学、智能系统和环境进展》（2011），施普林格科学与商业媒体
[29] Jones，L。；戈兰，D。；Hanna，S。；Ramachandran，M.，《人工智能、机器学习和医疗保健的演变：光明的未来还是值得关注？》？，骨与关节研究，7223-225（2018）
[30] Keaveny，T.M。；摩根·E·F。；尼伯，G.L。；Yeh，O.C.，《小梁骨的生物力学》，生物医学工程年鉴，3，307-333（2001）
[31] 孔图莱宁，S。；Johnston，J。；刘，D。；Leung，C。；Oxland，T。；McKay，H.，pQCT成像的强度指数预测高达85
[32] 劳伦斯，L.A.，《运动和训练对马骨骼发育的影响》，《马营养进展》，诺丁汉大学出版社。英国诺丁汉，219-226（2005）
[33] Liang，L。；刘，M。；马丁·C。；Sun，W.，《估算应力分布的深度学习方法：有限元分析的快速准确替代物》，《皇家学会界面杂志》，第15期，第20170844页，（2018）
[34] Logan，D.L.，有限元方法第一课程（2011年），Cengage Learning
[35] 麦凯，D.J.，贝叶斯插值，神经计算机，415-447（1992）
[36] 曼达，K。；华莱士·R·J。；谢S。；Levrero-Florencio，F。；Pankaj，P.，牛小梁骨的非线性粘弹性特征，机械生物学中的生物力学和建模，16，173-189（2017）
[37] Mandal，P.，轴向压缩下薄圆柱壳屈曲载荷的人工神经网络预测，工程结构，152843-855（2017）
[38] 马尔蒂格，S。；Hitchens，P.L。；史蒂文森，硕士。；Whitton，R.C.，赛马在训练中掌骨软骨下骨形态随距离关节面而变化，但不随年龄而变化，解剖学杂志，232，919-930（2018）
[39] Merritt，J。；C.伯维尔。；Pandy，M。；Davies，H.，《通过行走过程中的应变测量确定马掌骨的机械载荷分量》，《马兽医杂志》，38，440-444（2006）
[40] Merritt，J.S。；戴维斯，H。；C.伯维尔。；Pandy，M.G.，肌肉末端包裹对马前肢远端关节反作用力计算的影响，生物医药研究国际（2008），2008
[41] Merritt，J.S。；Pandy，M.G。；Brown，N.A。；C.R.伯维尔。；考萨克，C.E。；McIlwraith，C.W。；Davies，H.M.，马匹行走和小跑时第三掌骨远端的机械负荷，美国兽医研究杂志，71，508-514（2010）
[42] 洛杉矶米海。；Goriely，A.，如何表征非线性弹性材料？各向同性有限弹性非线性本构参数综述，（英国皇家学会学报A：数学、物理和工程科学，473（2017）），第20170607页·Zbl 1404.74018号
[43] 穆洛迪，S。；Khojasteh，J。；Salehi，M。；Mohebbi，S.，《考虑表面效应和界面区域的多晶纳米板的尺寸依赖性自由振动分析》，《国际机械科学杂志》，85，160-167（2014）
[44] 穆洛迪，S。；莫赫比，S。；Khojasteh，J。；Salehi，M.，考虑表面效应的多晶硅纳米板的尺寸相关静态特性，国际机械科学杂志，79162-167（2014）
[45] 穆洛迪，S。；拉赫曼帕纳，H。；C.伯维尔。；Davies，H.M.，使用神经网络预测算法预测马第三掌骨的位移，生物控制论和生物医学工程（2019年）
[46] 穆洛迪，S。；拉赫曼帕纳，H。；C.伯维尔。；Davies，H.，通过计算机辅助设计实现马第三掌骨骨干的会聚-发散形状配置，比较运动生理学，15，349-358（2019）
[47] 穆洛迪，S。；拉赫曼帕纳，H。；C.伯维尔。；Davies，H.M.，《马MC3前肢逆向工程的精确量化和高阶有限元分析》，《马兽医科学杂志》，78，94-106（2019）
[48] 穆洛迪，S。；拉赫曼帕纳，H。；C.伯维尔。；Davies，H.M.，使用人工神经网络预测算法预测长骨中的载荷，《机械行为和生物医学材料杂志》，102，第103527页，（2020）
[49] 缪尔，P。；Peterson，A。；样品，S。；斯科利，M。；马克尔，M。；Kalscheur，V.，纯种赛马运动诱导的掌指关节适应，解剖学杂志，213706-717（2008）
[50] Muliana，A。；Haj-Ali，R.M。；R.Steward。；Saxena，A.，纳米压痕试验的人工神经网络和有限元建模，冶金与材料学报A，331939-1947（2002）
[51] Nadiri，A.A。；Chitsazan，N。；蔡，F.T.-C。；Moghaddam，A.A.，《水力传导率估算的贝叶斯人工智能模型平均值》，《水文工程杂志》，第19期，第520-532页（2014年）
[52] Nobakhti，S。；Katsamenis，O.L。；北卡罗来纳州扎罗尔。；林伯特，G。；Thurner，P.J.，《弹性模量沿牛股骨变化》，《机械行为与生物医学材料杂志》。，71, 279-285 (2017)
[53] Nocedal，J.和Wright，S.（2006年）。数值优化。施普林格科技与商业媒体·兹比尔1104.65059
[54] Noh，H。；你，T。；Mun，J。；Han，B.，《用噪声正则化深层神经网络：其解释和优化》，《高级神经信息和处理系统》，5109-5118（2017），Springer Link，《Springer运筹学和金融工程系列丛书（ORFE）》的一部分
[55] 诺尔丁，R。；考萨克，C。；卡普韦尔，B。；McIlwraith，C.，马超负荷关节病模型中的软骨下骨衰竭，bone，22133-139（1998）
[56] Oeser，M。；Freitag，S.，《使用神经网络对具有衰退记忆的材料建模》，《工程数值方法国际期刊》，78843-862（2009）·Zbl 1183.74366号
[57] 奥兹卡亚，N。；Leger，D。；Goldsheyder，D。；Nordin，M.，《生物组织的机械特性，生物力学基础：平衡、运动和变形》，361-387（2017），施普林格国际出版公司：施普林格出版社
[58] 巴顿，D.M。；毕格罗，E.M。；Schlecht，S.H。；科恩，D.H。；Bredbenner，T.L。；Jepsen，K.J.，《全骨硬度和强度之间的关系取决于年龄和性别》，《生物力学杂志》，第83期，第125-133页（2019年）
[59] Rao，H。；Mukherjee，A.，预测陶瓷-基体复合材料宏观力学行为的人工神经网络，计算材料科学，5307-322（1996）
[60] 莱普利，B.D.&Hjort，N.（1996）。模式识别和神经网络。剑桥大学出版社·Zbl 0853.62046号
[61] 罗伯茨，S。；库西亚克，J。；刘，Y。；Forcellese，A。；Withers，P.，使用神经网络方法预测锻造铝金属基复合材料的损伤演化，材料加工技术杂志，80，507-512（1998）
[62] Saini，L.M.，使用贝叶斯正则化、基于弹性和自适应反向传播学习的人工神经网络进行峰值负荷预测，电力系统研究，78，1302-1310（2008）
[63] Santschi，E.M.，《马匹运动中的关节畸形损伤》，北美兽医临床。《马的实践》，24，117-132（2008）
[64] Sargent，D.J.，《人工神经网络与其他统计方法的比较》，《癌症》，91，1636-1642（2001）
[65] 谢里尔，A。；巴拉克，M.M。；Shahar，R.，《全骨力学和力学测试》，《兽医杂志》，177，8-17（2008）
[66] Shin，H。；Pande，G.，《基于结构监测响应的自学习有限元代码、计算机和岩土工程》，27，161-178（2000）
[67] 萨默斯，M.J。；Casal，J.C.，使用人工神经网络对非线性进行建模：工作满意度与工作绩效关系的案例，组织研究方法，12403-417（2009）
[68] 宋，J。；Gu，R.J.，利用测量位移确定接触力的反问题的基于有限元的方法，科学与工程反问题，20769-783（2012）
[69] 斑点，O。；Speck，T.，《生物启发和仿生自我配对材料概述》，仿生学，4，1-34（2019）
[70] Tarokh，M.，使用反馈控制方法解决一类非线性逆问题，工程数学问题，2017，1-11（2017），2017·Zbl 1426.93055号
[71] 特纳，A.S。；Mills，E。；Gabel，A.，马骨应变的体内测量，美国兽医研究杂志，36，1573-1579（1975）
[72] 昂格尔，J.F。；Könke，C.，使用神经网络的多尺度模拟中尺度的耦合，计算机与结构，861994-2003（2008）
[73] 瓦桑达拉，M。；Padmanaban，K。；Sabareeswaran，M。；RajGanesh，M.，《使用FEA、ANN和RSM进行铣削操作的加工夹具布局设计》，Procedia Engineering，38，1693-1703（2012）
[74] 谢S。；曼达，K。；华莱士·R·J。；Levrero-Florencio，F。；辛普森，A.H.R。；Pankaj，P.，多负荷水平下小梁骨的时间依赖性行为，年度生物医学工程，451219-1226（2017）
[75] Zadpoor，A.A.，骨组织适应理论建模中的开放正向和逆向问题，《生物医学材料力学行为杂志》，27249-261（2013）
[76] 扎德普尔，A.A。；坎波利，G。；Weinans，H.，从小梁骨形态预测负荷的神经网络，应用数学建模，375260-5276（2013）·Zbl 1426.92014号
[77] 苏尔·R·M。；姜瑜。；Pesce，L.L。；Drukker，K.，《用于训练人工神经网络的噪声注入：与重量衰减和早期停止的比较》，《医学物理学》，364810-4818（2009）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。