Εφαρμογή Της Μεθόδου Των Τεχνητών Νευρωνικών Δικτύων Σε Θέματα Σηράγγων

Abstract

Σκοπός αυτής της εργασίας είναι να αναδειχθούν οι δυνατότητες της υπολογιστικής νοημοσύνης για εφαρμογές στην εδαφομηχανική και ειδικότερα να εκτιμηθούν οι μετακινήσεις οροφής, μετώπου και τοιχώματος (που αναπτύσσονται κατά τη διάνοιξη σηράγγων) με τη χρήση ενός πολυεπιπέδου τεχνητού νευρωνικού δικτύου, εκπαιδευόμενου με τον αλγόριθμο οπίσθιας τροφοδότησης σφάλματος. Αρχικά περιγράφονται οι γνωστικές περιοχές της υπολογιστικής νοημοσύνης δίνοντας έμφαση στα πολυεπίπεδα νευρωνικά δίκτυα. Αναπτύσσονται οι λόγοι που οδηγούν στη διερεύνηση της εφαρμογής τους στην εδαφομηχανική σημειώνοντας την καταλληλότητά τους για προβλήματα με πολύπλοκες ή άγνωστες συσχετίσεις μεταξύ μεταβλητών, με μαθηματικά μοντέλα μη ακριβή ή με αδυναμία αναπαράστασης λόγω μεγάλων διαστάσεων. Ακολουθούν οι αρχές των πρώτων βασικών νευρωνικών δικτύων και το απαραίτητο μαθηματικό υπόβαθρο που προετοιμάζουν τη μετάβαση στα πολυεπίπεδα τεχνητά νευρωνικά δίκτυα. Για τα τελευταία καταγράφεται πλήρως ο αλγόριθμος της οπισθοδρομικής διάδοσης σφάλματος από θεωρητικής και προγραμματιστικής πλευράς. Αυτού του είδους τα νευρωνικά δίκτυα είναι κατάλληλα για την εκτίμηση μεγεθών, όπως των καθιζήσεων κατά τη διάνοιξη σηράγγων, για τον προσδιορισμό σχέσεων μεταξύ γεωλογικών παραμέτρων, για κατηγοριοποιήσεις εδαφών ή βραχόμαζας κα. Έπειτα γίνεται μία εισαγωγή σε άλλα είδη νευρωνικών δικτύων (πέρα των πολυεπίπεδων) και περιγράφονται οι βασικές αρχές των υπολοίπων γνωστικών αντικειμένων της υπολογιστικής νοημοσύνης, (δηλαδή της ασαφούς λογικής, των δέντρων αποφάσεων και των γενετικών αλγορίθμων), αναφέροντας σε καθένα από αυτά σε ποια είδη προβλημάτων εδαφομηχανικής μπορούν να βρουν εφαρμογή.Στη συνέχεια υπενθυμίζονται ορισμένα βασικά σημεία της θεωρίας σχεδιασμού υπόγειων έργων με έμφαση στα προβλήματα σηράγγων, ώστε να συνδεθεί ομαλά με την εφαρμογή που θα υλοποιηθεί. Ειδικότερα αναπτύσσεται ένα μοντέλο πολυεπιπέδου τεχνητού νευρωνικού δικτύου ικανού να εκτιμήσει τις μετακινήσεις οροφής, μετώπου και τοιχώματος κατά τη διάνοιξη μίας σήραγγας χρησιμοποιώντας ως εισόδους παραμέτρους, όπως τον συντελεστή υπερφόρτισης, τη θέση εφαρμογής της προσωρινής υποστήριξης πίσω από το μέτωπο, το πάχος του εκτοξευόμενου σκυροδέματος, το μέτρο ελαστικότητας της βραχόμαζας και τη θέση μέτρησης μετακίνησης ως προς τον άξονα διάνοιξης της σήραγγας. Το πρόγραμμα γράφτηκε σε Digital Fortran. Τα δεδομένα δόθηκαν από εκτελέσεις του προγράμματος πεπερασμένων διαφορών FLAG3D 2.00 για την περίπτωση διάνοιξης σήραγγας σε διάφορα βάθη και με διαφορετικές βραχόμαζες. Για κάθε μία από τις τρεις μετακινήσεις πραγματοποιούνται εκτελέσεις για ένα πλήθος νευρώνων, αρχικών τιμών και χρονικών παραμέτρων του όρου ορμής και του ρυθμού μάθησης, προκειμένου να ρυθμιστεί όσο το δυνατόν καλύτερα το μοντέλο του τεχνητού νευρωνικού δικτύου. Ανεξάρτητα των συνόλων εκπαίδευσης και ελέγχου προέκυψαν ως προς τις μετακινήσεις μετώπου ότι η μέση τιμή απόλυτου σφάλματος είναι μικρότερη των 3 mm, η μέγιστη τιμή απόλυτου σφάλματος μικρότερη των 20mm και ο συντελεστής προσαρμογής μεταξύ εκτιμούμενης-πραγματικής μετακίνησης είναι μεγαλύτερος του 95%. Αντίστοιχα ως προς τις μετακινήσεις τοιχώματος οι αντίστοιχες τιμές είναι 6,3 mm, 41 mm και 92%, ενώ ως προς τις μετακινήσεις οροφής είναι 4,8 mm, 40 mm και 95%. Παράλληλα προσδιορίζονται ορισμένες εμπειρικές τιμές των νευρώνων, των παραμέτρων του όρου ορμής και του ρυθμού μάθησης για κάθε είδος μετακίνησης. Σε κάθε περίπτωση τα μεγέθη που δίνονται για τη ρύθμιση των παραμέτρων του ΤΝΔ είναι εμπειρικές τιμές που διαφέρουν από πρόβλημα σε πρόβλημα. Ωστόσο αποτελεί μία κατευθυντήρια οδηγία εκκίνησης της μελέτης του εκάστοτε είδους μετακινήσεων. Επίσης η απόδοση του τεχνητού νευρωνικού δικτύου επηρεάζεται από το σύνολο εκπαίδευσης, καθώς αύξηση του πλήθους των διανυσμάτων εκπαίδευσης δεν οδηγεί απαραίτητα σε βελτίωση του μοντέλου εκτίμησης. Διαπιστώνεται ότι ο τυχαίος τρόπος παρουσίασης των διανυσμάτων εισόδων & επιθυμητής εξόδου πλεονεκτεί έναντι του σειριακού. Η στοχαστικότητα κατά την επιλογή εμφάνισης των διανυσμάτων εισόδου και κατά την αρχικοποίηση βαρών-πολώσεων για διαφορετικές εκτελέσεις του ίδιου σεναρίου-ΤΝΔ δεν προκαλεί ουσιαστικές μεταβολές στις εκτιμήσεις του μοντέλου. Επιπλέον το πολυεπίπεδο ΤΝΔ είναι αριθμητική μέθοδος παρεμβολής και όχι προεκβολής. Για την καλύτερη μοντελοποίηση του προβλήματος πρέπει το σύνολο εκπαίδευσης να είναι αντιπροσωπευτικό του χώρου όλων των διανυσμάτων εισόδου-επιθυμητής εξόδου. Ενώ η αφαίρεση ή και η προσθήκη μεταβλητών στο διάνυσμα εισόδου πρέπει να γίνεται με ιδιαίτερη προσοχή, καθώς επηρεάζει σημαντικά την απόδοση του μοντέλου. Η συνολική συμπεριφορά του μοντέλου ΤΝΔ κρίνεται αρκετά ικανοποιητική μειώνοντας τα αντίστοιχα σφάλματα σχεδόν κατά μία τάξη μεγέθους έναντι των προγενέστερων μοντέλων.