Υπολογιστικά μοντέλα μειωμένης κλίμακας σε προβλήματα πολιτικού μηχανικού

Abstract

Στη σύγχρονη εποχή, πολλές φορές τα προβλήματα στα οποία καλείται να βρει λύση ο πολιτικός μηχανικός είναι από τη φύση τους πολύ απαιτητικά σε υπολογιστική ισχύ και χρόνο εκτέλεσης με αποτέλεσμα οι συμβατικές μέθοδοι να αδυνατούν να δώσουν λύση. Σήμερα, ο σχεδιασμός αποτελεί το κύριο αντικείμενο που απασχολεί κάθε μηχανικό ο οποίος στοχεύει στη σχεδίαση ενός μηχανήματος ή μιας κατασκευής η οποία καλείται να αντιμετωπίσει κάποιες λειτουργικές ανάγκες. Μέχρι πριν από τρεις δεκαετίες η εκπλήρωση αυτού του στόχου ήταν δύσκολη ως και αδύνατη λόγω ανυπαρξίας μεθόδων που θα βοηθούσαν προς την κατεύθυνση αυτή. Οι μέθοδοι που χρησιμοποιούνταν ως τότε είχαν ως κύριο στόχο τη μονοδιάστατη έννοια του ‘υπέρ της ασφαλείας’ χωρίς να επιδιώκουν το ‘βέλτιστο’. Όμως, από τότε μέχρι σήμερα, μέσω της εξέλιξης της επιστήμης, οι συμβατικές μέθοδοι έχουν αντικατασταθεί από νέα υπολογιστικά εργαλεία τα οποία είναι φθηνότερα, ταχύτερα και στοχεύουν στην εύρεση του ‘βέλτιστου’ μέσω ενός συνόλου ασφαλών επιλογών. Πρόκειται για μια αλλαγή κατεύθυνσης που πραγματοποιείται τις τελευταίες δεκαετίες τόσο στον χώρο των πολιτικών μηχανικών όσο και σε άλλους επιστημονικούς κλάδους και στοχεύει στην κατάργηση των μεθόδων εκείνων, οι οποίες είναι πολλές φορές χρονοβόρες, μη αποδοτικές και δύσκολες στην εφαρμογή. Μέρος, λοιπόν, αυτής της αλλαγής κατεύθυνσης που παρατηρείται τα τελευταία χρόνια αποτελεί και η παρούσα διπλωματική εργασία, η οποία μελετά τη χρήση σύγχρονων υπολογιστικών μοντέλων μειωμένης κλίμακας σε προβλήματα πολιτικού μηχανικού. Πρόκειται για μοντέλα τα οποία αξιολογούνται με βάση την απόδοσή τους στην πρόβλεψη αλλά και την αξιοποίηση υπολογιστικών πειραμάτων. Πιο συγκεκριμένα, εξετάζονται τρία εργαλεία για την επίλυση προβλημάτων που αφορούν σε διαφορετικούς τομείς ενός πολιτικού μηχανικού. Αρχικά, γίνεται μια θεωρητική ανάλυση της κάθε μεθόδου και του τρόπου λειτουργίας της και στη συνέχεια, παρατίθενται τα αποτελέσματα που προέκυψαν από την επίλυση αριθμητικών εφαρμογών μέσω των συγκεκριμένων μεθόδων. Τα υπολογιστικά εργαλεία τα οποία έχουν επιλεχθεί είναι τα Νευρωνικά Δίκτυα, το Kriging και τα Support Vector Machines και τα προβλήματα στα οποία εξετάζονται αφορούν σε γερανογέφυρα, σε ρευστοποίηση εδάφους και σε κατασκευή οδοστρώματος. Έπειτα από την παράθεση των αποτελεσμάτων, αξιολογείται η απόδοση κάθε μοντέλου και εξάγονται τα τελικά συμπεράσματα για την καταλληλόλητά τους αλλά και για τη γενικότερη συμπεριφορά τους σε κάθε πρόβλημα. Οι παράμετροι που βοηθούν στην εξαγωγή των συμπερασμάτων είναι τόσο η ακρίβεια με την οποία προσεγγίζουν τα υπολογιστικά προβλήματα όσο και ο χρόνος διαμόρφωσης και εκτέλεσης των αλγορίθμων που κατασκευάστηκαν για την κάθε μέθοδο.

In modern times, civil engineers have to solve problems that are very demanding in computational power and runtime thus conventional methods fail to give a good approach. Today, due to the evolution of science, these conventional methods have been replaced by new computational tools which are cheaper, faster and their aim is to find the ‘best’ through a range of safe options. This is a change of direction made in recent decades not only in the field of civil engineering but also in many other scientific domains. Through this new direction, old methods which are time consuming, inefficient and difficult to implement will be abolished or used only in the appropriate problems. So, a part of this new ‘trend’ is this diploma thesis, which focuses on the use of modern reduced scale computational models in the implement of civil engineers’ problems. The assessment of these models is based on their performance in predicting and optimizing computational experiments. More specifically, it considers three tools for solving problems in different areas of civil engineering. Firstly, a theoretical analysis of each method is provided and then the results, obtained by solving numerical applications through these methods, are represented. The computational tools that have been selected are Neural Networks, Kriging and Support Vector Machines and the problems they have to deal with concern crane, liquefaction and pavement construction. After the presentation of the results, the performance of each model is evaluated and final conclusions about their fitness and their general behavior to every problem are exported. The parameters that help us make the conclusions are firstly the accuracy of the prediction and secondly the configuration and execution time of the algorithms that were constructed for each method.