초록
테트라포드는 경사식 방파제의 피복재로 가장 많이 사용되는 콘크리트 소파블록이다. 테트라포드의 안정수를 계산하는 것은 테트라포드의 적정 중량을 결정하기 위해 필요한 과정이다. 1950년대의 Hudson 식부터 최근에 Suh and Kang이 제안한 식까지 테트라포드의 안정수를 계산하기 위한 다양한 경험식들이 제안되었다. 이러한 경험식들은 대부분이 식의 형태를 가정하고 실험 자료를 이용하여 식의 계수들을 회귀분석을 통해 결정하였다. 최근에는, 실험 데이터가 많은 경우, software engineering (또는 machine learning) 방법이 도입되고 있다. 예를 들어서, 방파제 피복석의 안정수를 계산하기 위한 인공신경망 모델이 제안된 바 있다. 그러나 이러한 방법들은 기존의 경험식보다 정확도가 크게 뛰어나지 않고 엔지니어들에게 생소하기 때문에 아직까지 설계에 거의 사용되지 않고 있다. 본 연구에서는 인공신경망 모델의 가중치와 편의를 이용하여 테트라포드의 안정수를 계산하는 양해법을 제안한다. 이 방법은 행렬 연산을 할 줄 아는 엔지니어라면 인공신경망에 대한 지식이 없어도 사용할 수 있으며, 기존의 경험식에 비해 정확도도 우수하다.
Tetrapod is one of the most widely used concrete armor units for rubble mound breakwaters. The calculation of the stability number of Tetrapods is necessary to determine the optimal weight of Tetrapods. Many empirical formulas have been developed to calculate the stability number of Tetrapods, from the Hudson formula in 1950s to the recent one developed by Suh and Kang. They were developed by using the regression analysis to determine the coefficients of an assumed formula using the experimental data. Recently, software engineering (or machine learning) methods are introduced as a large amount of experimental data becomes available, e.g. artificial neural network (ANN) models for rock armors. However, these methods are seldom used probably because they did not significantly improve the accuracy compared with the empirical formula and/or the engineers are not familiar with them. In this study, we propose an explicit method to calculate the stability number of Tetrapods using the weights and biases of an ANN model. This method can be used by an engineer who has basic knowledge of matrix operation without requiring knowledge of ANN, and it is more accurate than previous empirical formulas.
