방파제 피복재의 안정해석을 위한 신경망 모델의 개발

Abstract

Neural network models for the stability of rubble mound breakwater were proposed. The optimal structures and training epochs of the neural networks were found and the performance of the models were compared with van der Meer's empirical formula. All the neural network models showed better accuracy than van der Meer's formula did. Especially, the neural network model having slope angle and wave steepness as inputs showed the best performance and the model with wave height and period input turned out to be useless in practical design because the neural network input usually exceeded the range of training data which were obtained from scale model test. In the numerical examples, van der Meer's formula seems to overestimate or underestimate the weight of armor layers compared with the case of the neural network models. Therefore, it is required to adopt more advanced stability models like neural network models for both more economic and safer design of breakwaters.

사석방파제 피복재의 안정성 평가를 위한 인공신경망 모델을 제안하였다. 각 모델에 대하여 은닉층의 노드 갯수와 학습횟수를 변화시켜 최적의 성능을 발휘하는 신경망 구조를 찾고 반데미어의 실험자료를 이용하여 학 습을 시킨 후 예측성능을 반데미어식의 모든 실험결과와 비교하였다. 분석 결과 신경망 모델은 반데미어의 결 과보다 더 정확함을 알 수 있었으며 특히 사면경사와 파형경사를 이용한 모델의 성능이 가장 우수했다. 또한, 파고와 주기 둥을 독립적인 신경망 입력으로 사용한 모델은 실제구조물의 설계에 적함하•지 않은 것으로 판명 되었다. 수치실험 결과,반데미어의 안정식은 경우께 따라서 피복재의 중량을 과다하게 또는 과소하게 산정하 므로 신경망과 같이 보다 정확도가 개선된 모델을 이용하여 경제적 설계와 안전설계를 도모하는 것이 바람직 할 것으로 판단된다.