Πρόβλεψη κυματικής διαταραχής εντός λιμενολεκάνης μέσω μαθηματικής προσομοίωσης και τεχνητής νοημοσύνης

Αγγελοπούλου, Όλγα; Aggelopoulou, Olga

dc.contributor.author	Αγγελοπούλου, Όλγα	el
dc.contributor.author	Aggelopoulou, Olga	en
dc.date.accessioned	2025-10-16T06:59:51Z
dc.date.available	2025-10-16T06:59:51Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/62723
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.30419
dc.rights	Default License
dc.subject	κυματική διαταραχή	el
dc.subject	μηχανική μάθηση	el
dc.subject	Τεχνητή Νοημοσύνη	el
dc.subject	Μαθηματική Προσομοίωση	el
dc.subject	Τεχνητά Νευρωνικά Δίκτυα	el
dc.subject	k-Nearest Neighbor	en
dc.subject	Decision Trees	en
dc.subject	Random Forest	en
dc.title	Πρόβλεψη κυματικής διαταραχής εντός λιμενολεκάνης μέσω μαθηματικής προσομοίωσης και τεχνητής νοημοσύνης	el
dc.title	Numerical modeling and machine learning techniques for prediction wave disturbance: A case study at the marina of Kalamata, Greece	en
dc.contributor.department	Εργαστήριο Λιμενικών Έργων	el
heal.type	bachelorThesis
heal.classification	Υπολογισμός κυματικής διαταραχής	el
heal.classification	Μηχανική μάθηση	el
heal.classification	Τεχνητή Νοημοσύνη	el
heal.classification	Μαθηματική Προσομοίωση	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2025-03-20
heal.abstract	viii ΠΕΡΙΛΗΨΗ Ο ακριβής υπολογισμός της κυματικής διαταραχής εντός λιμενολεκάνης είναι απαραίτητος για την εξασφάλιση ασφαλών και αποτελεσματικών λειτουργιών σε έναν λιμένα. Για την εκτίμηση της κυματικής διαταραχής έχουν αναπτυχθεί διάφορα κυματικά μοντέλα όπως φυσικά και αριθμητικά. Τα φυσικά μοντέλα προσφέρουν ρεαλιστικά αποτελέσματα όμως είναι χρονοβόρα και δαπανηρά. Τα αριθμητικά μοντέλα μπορούν να προσομοιώσουν αποτελεσματικά τα κυματικά φαινόμενα, αλλά συνήθως απαιτούν σημαντική υπολογιστική ισχύ και βαθμονόμηση. Η παρούσα μελέτη συνδυάζει ένα αριθμητικό μοντέλο με ένα μοντέλο τεχνητής νοημοσύνης (ΑΙ) για την ανάπτυξη ενός γρήγορου και ακριβούς μοντέλου πρόβλεψης της κυματικής διαταραχής σε μία λιμενολεκάνη το οποίο θα συμβάλει: 1) στην ανάπτυξη ενός συστήματος που θα υπολογίζει την κυματική διαταραχή σε λιμενολεκάνες, εξασφαλίζοντας υψηλή ακρίβεια με ελάχιστες υπολογιστικές απαιτήσεις, και 2) στην αξιολόγηση των επιπτώσεων της κλιματικής αλλαγής στην κυματική διαταραχή σε λιμένες, προσφέροντας μακροπρόθεσμες προγνώσεις χωρίς να απαιτούνται εκτεταμένες προσομοιώσεις Η προτεινόμενη μεθοδολογία χωρίζεται σε δύο τμήματα ως εξής. Τμήμα Α: Τα δεδομένα κυματικού κλίματος για την περιοχή μελέτης εξάγονται από την Ευρωπαϊκή Βάση Δεδομένων Copernicus Marine Service, επεξεργάζονται και τα ζεύγη σημαντικού ύψους κύματος (Hs) και περιόδου αιχμής (Tp) κατηγοριοποιούνται βάσει της μέσης διεύθυνσης διάδοσης του κύματος (MWD). Αντιπροσωπευτικά ζεύγη Hs-Tp επιλέγονται για την εκπαίδευση των μοντέλων ΑΙ , ενώ επιπλέον τυχαία ζεύγη με ενδιάμεσες τιμές επιλέγονται ως ζεύγη επαλήθευσης. Παράλληλα κατασκευάζεται η βαθυμετρία της περιοχής μελέτης και το μοντέλο Maris HMS χρησιμοποιείται για την προσομοίωση των σεναρίων εκπαίδευσης και επικύρωσης χρησιμοποιώντας δεδομένα ύψους, περιόδου και κατεύθυνσης κύματος. Τμήμα Β: Τα αποτελέσματα του ύψους κύματος για την λιμενολεκάνη εξάγονται από το μαθηματικό μοντέλο και αποθηκεύονται σε ένα σύνολο δεδομένων που περιέχει τις τιμές Hs-Tp και MWD που χρησιμοποιήθηκαν ως δεδομένα εισόδου στο αριθμητικό μοντέλο. Η απόδοση των μοντέλων ΑΙ αξιολογείται με τη χρήση στατιστικών μεγεθών και τα μοντέλα με τις καλύτερες επιδόσεις υποβάλλονται σε περαιτέρω δοκιμές για τον προσδιορισμό της βέλτιστης αρχιτεκτονικής. Στην παρούσα μελέτη χρησιμοποιήθηκαν τα Τεχνητά Νευρωνικά Δίκτυα (ΑΝΝ), Δέντρα Αποφάσεων (DT), Τυχαία Δάση (RF) και k-Κοντινότερος Γείτονας (k-NN). Η προτεινόμενη μεθοδολογία εφαρμόζεται στη Μαρίνα της Καλαμάτας, που βρίσκεται στη νοτιοδυτική περιοχή της Πελοποννήσου στην Ελλάδα. Λόγω της γεωγραφικής της θέσης και του προσανατολισμού της εισόδου του λιμανιού της, η περιοχή μελέτης είναι εκτεθειμένη σε κύματα που δημιουργούνται από ΝΑ, Ν, SSW και WNW ανέμους. Για να εξασφαλιστεί η ακριβής προσομοίωση του κυματικού κλίματος, επιλέχθηκαν 156 αντιπροσωπευτικά ζεύγη σημαντικού ύψους κύματος (Hs) και περιόδου αιχμής κύματος (Tp). Οι τιμές Hs κυμαίνονταν από 0.5 έως 4.5 m, με βήμα 0.5 m, και οι τιμές Tp κυμαίνονταν από 5 έως 14 s, με βήμα 1 sec. Επιπλέον, συμπεριλήφθηκαν 60 επιπλέον ζεύγη για ενδιάμεσες διευθύνσεις ανέμου 165°, 195° και 225°. Συνολικά, 216 σενάρια χρησιμοποιήθηκαν ως σύνολο δεδομένων εκπαίδευσης για τα μοντέλα ΑΙ. Ως δεδομένα επαλήθευσης χρησιμοποιήθηκαν 12 τυχαία επιλεγμένα ζεύγη Hs-Tp με ενδιάμεσες τιμές. Για την αξιολόγηση της απόδοσης των αλγορίθμων ML χρησιμοποιήθηκαν οι ακόλουθες μετρικές: Συντελεστής συσχέτισης, μέγιστο απόλυτο σφάλμα, μέσο απόλυτο σφάλμα, μέσο τετραγωνικό ix σφάλμα και BIAS. Πραγματοποιήθηκε διεξοδική έρευνα σχετικά με διάφορες υπερπαραμέτρους των αλγορίθμων ΑΙ για τον προσδιορισμό της βέλτιστης αρχιτεκτονικής Τα συμπεράσματα που εξάγονται από την παρούσα μελέτη δείχνουν ότι τα μοντέλα ANN και k-NN υπερτερούν έναντι των DT και RF για την πρόβλεψη της κυματικής διαταραχής. Επιπλέον, το μέγεθος βήματος των 0.5 m για το ύψος κύματος και του 1 s για την περίοδο κύματος είναι απαραίτητο για την απόδοση των αλγορίθμων, καθώς μεγαλύτερα μεγέθη βήματος οδηγούν σε χαμηλότερη απόδοση. Και τα δύο μοντέλα (ANN και k-NN) παρέχουν ικανοποιητικά αποτελέσματα, γεγονός που υποδηλώνει ότι η προτεινόμενη μεθοδολογία και τα μοντέλα που αναπτύχθηκαν θα μπορούσαν να ενσωματωθούν σε μια πλατφόρμα πρόβλεψης ή να χρησιμεύσουν ως εργαλείο για την αξιολόγηση των επιπτώσεων της κλιματικής αλλαγής. Η περαιτέρω έρευνα περιλαμβάνει τη διερεύνηση άλλων μεθόδων ML, όπως SVM και XGBoost, καθώς και την ενσωμάτωση της αλλαγής της στάθμης της θάλασσας ως παραμέτρου εισόδου.	en
heal.advisorName	Χονδρός, Μιχαήλ
heal.committeeMemberName	Τσουκαλά, Βασιλική
heal.committeeMemberName	Ευστρατιάδης, Ανδρέας
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Πολιτικών Μηχανικών. Τομέας Υδατικών Πόρων και Περιβάλλοντος. Εργαστήριο Λιμενικών Έργων	el
heal.academicPublisherID	ntua
heal.numberOfPages	151
heal.fullTextAvailability	false