MODELOWANIE STOPNIA ZUZYCIA TECHNICNZEGO BUDYNKÓW NA TERENACH GÓRNICZYCH Z WYKORZYTANIEM WYBRANYCH METOD
SSZTUCZNEJ INTELIGENCJI
Celem pracy była budowa modelu przebiegu zużycia technicznego budynków na ter-nach górniczych wraz z oceną wpływu oddziaływań górniczych na przebieg zużycia tech-nicznego.
Podstawą badań była baza danych o budynkach stanowiących zabudowę terenów górni-czych Legnicko-Głogowskiego Okręgu Miedziowego (LGOM) i Górnośląskiego Zagłębia Węglowego (GZW) w liczbie 1726 budynków.
Przedstawiono 3-etapową procedurę budowy modelu, z wykorzystaniem należącej do rodziny sieci neuronowych metody SVM (Support Vector Machine) w podejściu regresyjnym (ε-SVR – Support Vector Regression) oraz systemów wnioskowania rozmytego: adaptacyjne-go systemu Wanga-Mendela oraz ekspertoweadaptacyjne-go systemu Mamdani.
W etapie wstępnym wykorzystano metodę ε-SVR. W ramach tego etapu dokonano oceny wpływu poszczególnych zmiennych wejściowych na przebieg zużycia technicznego budyn-ków oraz wyłoniono informacje potrzebne do budowy bazy reguł dla dalszych etapów pracy.
Etap pośredni polegał na budowie sytemu wnioskowania rozmytego Wanga-Mendela. System Wanga-Mendela stanowił podstawę do budowy ostatecznego modelu przebiegu zuży-cia technicznego.
Etap końcowy sprowadzał się do budowy systemu wnioskowania rozmytego Mamdani, w oparciu o relacje przeniesione z bazy reguł utworzonej w ramach etapu pośredniego.
W efekcie stworzono model wnioskowania rozmytego dla zabudowy terenów GZW i LGOM oraz oceniono wpływ czynników górniczych (poziome odkształcenia terenu oraz wstrząsy górnicze) i ogólnobudowlanych (dane o gospodarce remontowej i zabezpieczeniach profilaktycznych na wpływy górnicze) na przebieg zużycia technicznego budynków.
CREATING A MODEL OF DEGREE OF TECHNICAL WEAR OF BUILDINGS IN MINING AREAS WITH THE USE OF CHOSEN ARTIFICIAL INTELLIGENCE METHODS.
The main aim of present research was creating a model of technical wear of buildings in mining areas along with assessment of the impact of mining factors on the process of techni-cal wear.
Basis of the research was database about the construction and technical condition of 1726 buildings located in the Upper Silesian Coal Basin (820 objects) and Legnica-Głogów Copper District (906 objects).
Three staged procedure of creating a model was described, with the use of SVM (Sup-port Vector Machine) method belonging to the family of neural network in the regression ap-proach, (ε-SVR – Support Vector Regression) as well as fuzzy inference systems: the Wang-Mendel adaptive system and Mamdani expert system.
In initial stage ε-SVR method was used. At this stage assessment of impact of particular input variables on progression of technical wear was done and information needed for creat-ing rule base for further stages was extracted.
Intermediate stage relied on creating Wang-Mendel fuzzy inference system. This system was foundation for creating final model of progression of technical wear of buildings.
At final stage Mamdani fuzzy inference system was constructed based on relations transferred from rule base created at intermediate stage.
Finally fuzzy inference model for GZW and LGOM mining areas was created as well as impact of mining factors (horizontal strains of ground and mining tremors) and buildings fac-tors (renovation data and preventive protections against mining influences) on progression of technical wear of buildings was assessed.