ОГЛЯД МЕТОДІВ МАШИННОГО НАВЧАННЯ ДЛЯ ОПТИМІЗАЦІЇ СХЕМ КАРКАСНО-МОНОЛІТНИХ БУДІВЕЛЬ

Анотація

У статті розглянуто задачу оптимального розміщення колон на плані будівлі з урахуванням архітектурних обмежень, мінімізації згинальних моментів та виконання вимог щодо рівномірного розподілу навантаження. Основна увага приділяється поєднанню традиційних методів оптимізації (лінійних і нелінійних) з сучасними підходами машинного навчання, такими як евристичні алгоритми (генетичні алгоритми, метод рою частинок), глибокі нейронні мережі та навчання з підкріпленням. Для кожного алгоритму демонструється простий приклад реалізації на Python, порівнюються критерії часу виконання, точності розв'язку, стійкості до шуму та схильності до потрапляння в локальні мінімуми.

Дослідження передбачає формулювання вихідних даних, які відображають геометрію будівлі, механічні характеристики матеріалів та розрахункові навантаження. Для ілюстрації різних підходів до мінімізації цільової функції за наявності певних обмежень (допустимі координатні кроки, мінімальна відстань між опорами колон, вимоги до рівномірності навантаження) запропоновано спрощений тестовий приклад. На основі порівняльного аналізу складається таблиця з обчислювальною складністю, середнім часом виконання, відсотком помилок та індексом стійкості. Для наочності введено інтегральну оцінку, яка узагальнює кілька критеріїв в єдину метрику продуктивності.

Результати демонструють, що у відносно простих прикладах локальні методи (наприклад, SLSQP) здатні швидко і точно наближатися до оптимуму, тоді як евристичні алгоритми (GA, PSO), хоча і вимагають більше часу, часто уникають локальних мінімумів. Посилене навчання і глибокі нейронні мережі стають більш конкурентоспроможними в складних багатовимірних умовах, де велика кількість обмежень і змінних робить переваги моделей глобального пошуку і апроксимації очевидними. Приклади і таблиці, представлені в цій статті, можуть слугувати відправною точкою для подальшого впровадження методів машинного навчання в реальних задачах структурного проектування.