بحث في مجلة علمية · 2018
استخدام شبكة الانحدار العصبية العامة (GRNN) للتنبؤ بتجاوز الأمواج لمنشآت الحماية الساحلية الرأسية
Implication of General Regression Neural Network (GRNN) for Wave Overtopping Prediction of Vertical Sea Defences
International Journal of Advances in Mechanical and Civil Engineering
الاطّلاع على البحث لدى الناشر ↗
تعليق
هل يمكن للذكاء الاصطناعي أن يساعد في التنبؤ بتجاوز الأمواج للحوائط البحرية؟
يُعد تجاوز الأمواج أحد الاعتبارات الأساسية في تصميم منشآت الحماية الساحلية، إلا أن التنبؤ به ليس أمرًا بسيطًا، لأنه يعتمد على تفاعل معقد بين ظروف الأمواج، ومستوى المياه، والهندسة الإنشائية للمنشأ.
في هذه الدراسة المبكرة لتطبيق التعلم الآلي في الهندسة الساحلية، جرى تدريب شبكة عصبية بمعمار الـ GRNN باستخدام قاعدة بيانات CLASH الأوروبية لتجاوز الأمواج، والتي تضم نحو 18,000 سجل تجريبي جُمعت من مختبرات ومؤسسات بحثية متعددة حول العالم.
وبدلًا من استخدام نموذج واحد لتمثيل جميع أنواع المنشآت الساحلية، اختبرت الدراسة ما إذا كان تدريب نموذج متخصص على الحوائط البحرية الرأسية يمكن أن يعطي نتائج أفضل. وأظهرت النتائج أن النموذج المتخصص حقق دقة أعلى من نموذج آخر تم تدريبه على أنواع متعددة من المنشآت، كما تفوق على طريقة EurOtop التقليدية المستخدمة في المقارنة.
وتبرز الدراسة فكرة لا تزال مهمة في تطبيقات الذكاء الاصطناعي الهندسية حتى اليوم: المزيد من البيانات ليس دائمًا أفضل إذا كانت تمثل أنظمة فيزيائية مختلفة جوهريًا. فالبيانات المختارة بعناية والمخصصة للمشكلة قد تنتج نموذجًا تنبؤيًا أكثر فائدة.