机器学习模型为复杂的非线性系统提供风险评估

航海船只和海上平台承受着不断的波浪和水流。经过几十年的运作，这些结构可以在没有任何警告的情况下与流氓浪潮，怪异风暴或其他一些极端事件直接相遇，并可能带来潜在的破坏性后果。

现在麻省理工学院的工程师已经开发出一种算法，可以快速查明复杂系统中可能发生的极端事件的类型，例如海洋环境，其中不同大小，长度和高度的波浪可以在船上产生压力和压力或海上平台。研究人员可以模拟极端事件(以波浪形式)可能在特定结构上产生的力和应力。

与传统方法相比，该团队的技术通过不仅考虑现象的统计性质而且考虑到现象的统计性质，为可能在其预期寿命期间的某个时刻承受极端事件的系统提供更快，更准确的风险评估。潜在动态。

“通过我们的方法，您可以从初步设计阶段评估一个结构如何表现不是一个波浪，而不是整个集合或波浪系列可以击中这个结构，”机械和海洋副教授Themistoklis Sapsis说。麻省理工学院的工程学 “你可以更好地设计你的结构，这样你就不会遇到超出一定限度的结构问题或压力。”

Sapsis表示，该技术不仅限于船舶和海洋平台，还可以应用于任何易受极端事件影响的复杂系统。例如，该方法可用于识别可在城市中产生严重洪水的风暴类型，以及可能发生洪水的地方。它还可以用于估计可能导致停电的电气过载类型，以及在整个城市的电网中发生停电的地方。

Sapsis和Mustafa Mohamad是Sapsis小组的前研究生，目前是纽约大学Courant数学科学研究所的助理研究科学家，他本周将在“ 美国国家科学院院刊”上发表他们的研究成果。

绕过快捷方式

工程师通常使用计算密集型模拟来测量结构对极端事件的耐久性，以模拟结构对来自特定方向的波的响应，具有一定的高度，长度和速度。这些模拟非常复杂，因为它们不仅模拟了感兴趣的波，而且模拟了它与结构的相互作用。通过模拟整个“波场”作为特定的波浪滚入，工程师可以估计结构如何被特定波浪摇动和推动，以及由此产生的力和应力可能导致损坏。

这些风险评估模拟非常精确，并且在理想情况下可以预测结构如何对每种可能的波类型做出反应，无论是否极端。但是这种精确度要求工程师模拟数百万个波浪，使用不同的参数，如高度和长度尺度 - 这个过程可能需要数月才能计算出来。

“这是一个非常昂贵的问题，”萨普西斯说。“为了模拟可能在100秒内发生的一种可能的波浪，它需要一个现代图形处理器单元，这是非常快的，大约24小时。我们有兴趣了解100年来极端事件发生的可能性。”

作为一种更实用的捷径，工程师使用这些模拟器只运行几种情况，选择模拟他们认为可能造成最大损害的几种随机波类型。如果结构设计能够在这些极端的，随机产生的波浪中幸存下来，那么工程师就会认为该设计能够抵御海洋中类似的极端事件。

但是在选择随机波来模拟时，Sapsis说，工程师可能会错过其他不太明显的情景，例如中等波浪的组合，或者具有某种斜坡的波浪可能会发展成具有破坏性的极端事件。

“我们设法做的是放弃这种随机抽样逻辑，”Sapsis说。

快速学习者

Sapsis和Mohamad不是通过计算密集的模拟运行数百万波甚至几个随机选择的波，而是开发了一种机器学习算法，首先快速识别出“最重要”或“信息量最大”的波，以便通过这样的模拟。

该算法基于这样的想法：每个波都有一定的概率导致结构上的极端事件。概率本身具有一些不确定性或误差，因为它代表了复杂动力系统的影响。此外，一些波浪更加肯定会导致极端事件超过其他波浪。

研究人员设计了这种算法，以便能够快速输入各种类型的波及其物理特性，以及它们在理论海上平台上的已知效应。从研究人员插入算法的已知波中，它可以基本上“学习”并粗略估计平台在响应任何未知波时的行为方式。通过该机器学习步骤，该算法学习离岸结构如何在所有可能的波上行为。然后，它识别出最大程度地减少极端事件概率误差的特定波。该波很可能发生并导致极端事件。通过这种方式，该算法超越了纯粹的统计方法，并考虑了所考虑的系统的动态行为。

研究人员在一个理论场景中测试了该算法，该场景涉及受到入射波影响的简化海上平台 该团队首先将四个典型的波浪插入到机器学习算法中，包括波浪对海上平台的已知影响。由此，该算法快速识别出具有高发生概率的新波的维数，并且最大限度地减少了极端事件概率的误差。

然后，该团队将此浪潮插入到计算密集度更高的开源模拟中，以模拟简化的海上平台的响应。他们将第一次模拟的结果反馈到他们的算法中，以确定下一个要模拟的最佳波，并重复整个过程。总的来说，该小组在几天内进行了16次模拟，以模拟平台在各种极端事件下的行为。相比之下，研究人员使用更传统的方法进行模拟，他们盲目地模拟尽可能多的波浪，并且只有在经过数月的数千个场景后才能生成类似的统计结果。

Sapsis说，结果表明，该团队的方法很快就会在最极端事件中涉及波浪，并为设计人员提供更加明智，逼真的模拟场景，以便测试不仅仅是海上平台的耐力，还有电网和洪水易发地区。

“这种方法为基于极端事件统计的复杂系统进行风险评估，设计和优化铺平了道路，这是一种在没有严格简化的情况下尚未考虑或完成的事情，”Sapsis说。“我们现在可以说，根据风险标准，我们可以根据极端事件的风险标准，使用这样的想法来理解和优化您的系统。”

这项研究部分得到了海军研究办公室，陆军研究办公室和空军科学研究办公室的支持，并通过美国航运局的资助启动。