Dwie metody sztucznej inteligencji do klasyfikacji rodzajów uszkodzeń przewodów wodociągowych

Abstrakt

Stan techniczny infrastruktury komunalnej jest nieustannie w centrum zainteresowania z uwagi na konieczność utrzymania ustabilizowanej gospodarki wodnej, która może być zaburzona w sytuacji występowania wielu awarii i uszkodzeń sieci wodociągowej. Nie tylko liczba, ale również rodzaj uszkodzeń jest zmienną, która powinna być przedmiotem analiz technicznych, ekonomicznych i niezawodnościowych. W pracy przedstawiono porównanie wyników klasyfikacji uszkodzeń przewodów wodociągowych z wykorzystaniem dwóch metod opartych o założenia sztucznej inteligencji, czyli metody drzew klasyfikacyjnych i algorytmu sieci neuronowych. Celem pracy było sprawdzenie, czy trafność klasyfikacji w oparciu o perceptron wielowarstwowy będzie większa niż uzyskano to kilka lat temu w autorskich badaniach podczas analizy metody drzew klasyfikacyjnych. Do modelowania zastosowano dane eksploatacyjne z istniejącego jednego z większych systemów wodociągowych w Polsce. Przeanalizowano kilka wariantów różniących się od siebie rozmiarem wektora wejściowego. Uzyskane wyniki nie są zadowalające, gdyż tylko najbardziej licznie występujące w zbiorze danych uszkodzenia, zostały zaklasyfikowane poprawnie w ok. 80%, a w przypadku innych rodzajów uszkodzeń dokładność klasyfikacji była minimalna. W związku z tym konieczna wydaje się zmiana podejścia w kolejnych etapach pracy nad zagadnieniem przewidywania zmiennych jakościowych.