Abstract

Le reti neurali artificiali (Artificial Neural Networks, ANN) sono algoritmi di analisi dati e di modellazione numerica. Vengono dette “data driven models”, ossia modelli di calcolo basati sul processamento di dati – ottenuti sperimentalmente o prodotti artificialmente – al fine di testare la sensibilità di un certo fenomeno ad alcuni parametri. Le ANN sono particolarmente utili nelle analisi di fenomeni in cui il numero di parametri in gioco è molto elevato, e le relazioni fisiche tra essi sono fortemente non lineari e molto complesse. Dal punto di vista della tipologia di modellazione, le ANN costituiscono una “black-box”, dunque l’algoritmo di calcolo prescinde completamente dallo studio del fenomeno fisico che sta alla base della relazione di causa-effetto tra dati di input e di output; pertanto, le ANN sono in grado di elaborare i dati sperimentali a disposizione (input) e produrre delle predizioni dei valori desiderati (output), ricostruendo artificialmente gli effetti della complessa relazione di causa-effetto incognita. Obbiettivo di tale lavoro è esaminare la struttura caratteristica di una rete neurale e proporre alcuni esempi di ANN impiegati per la modellazione della portata di tracimazione e del coefficiente di trasmissione di strutture costiere, per sottolineare l’adeguatezza di tali strumenti all’impiego in idraulica marittima e presentarli per eventuali successivi utilizzi, quali, ad esempio, la stima del coefficiente di riflessione ondosa, ad oggi non ancora modellato accuratamente.