Zastosowanie inteligencji obliczeniowej sieci Bayesa do oceny ryzyka powstania uszkodzeń budynków na terenach górniczych

Leszek Chomacki

Podziemna eksploatacja górnicza powoduje wstrząsy górnicze, a także deformacje powierzchni terenu, które w praktyce inżynierskiej opisuje się jako nieckę obniżeń. Jednym z istotnych wskaźników tej deformacji są odkształcenia poziome, które niejednokrotnie przyczyniają się do powstania uszkodzeń budynków murowanych na powierzchni. Dotychczas nie opracowano skutecznego i uniwersalnego narzędzia umożliwiającego ocenę ryzyka powstania uszkodzeń takich budynków. Metody wykorzystujące inteligencję obliczeniową pozwalają na symulację skomplikowanych zjawisk w wielu dziedzinach nauki. Spośród dostępnych metod wybrano te, które dają sposobność na uzyskanie wyników ze wskazaniem prawdopodobieństwa wystąpienia zdarzenia. Takie prawdopodobieństwo można interpretować jako ocenę ryzyka zdarzenia, którym w niniejszej monografii jest powstawanie uszkodzeń budynków. Opisano kryteria wyboru grupy 207 budynków wytypowanych do przeprowadzenia badań. Utworzona baza danych o budynkach oraz wpływach eksploatacji górniczej zawiera 26 zmiennych oraz 594 przypadki. Przeprowadzono analizę danych z wykorzystaniem czterech metod inteligencji obliczeniowej. Najlepsze wyniki do zaproponowanych autorskich kryteriów oceny uzyskano dla modelu utworzonego z wykorzystaniem sieci Bayesa (BN). Zaprezentowano struktury działania różnych sieci BN oraz analizę wpływu zmiennych wejściowych na dokładność klasyfikacji uszkodzeń. Przeprowadzono symulację wykorzystania utworzonego modelu w trzech wariantach: prognozie powstania uszkodzeń w budynku, diagnozowaniu przyczyn uszkodzeń oraz przypadku dysponowania niepełną bazą danych. W podsumowaniu przedstawiono informacje uzyskane za pomocą stworzonego modelu, podkreślono możliwość jego wykorzystania w ocenie ryzyka uszkodzeń budynków murowanych poddanych wpływom eksploatacji górniczej, a także zaproponowano kierunki dalszych badań.