کاربرد و ارزیابی الگوریتم SVM برای شبیه سازی هندسه ی گودال آبشستگی پایین دست سرریز سیفونی
محل انتشار: نشریه آبیاری و زهکشی ایران، دوره: 14، شماره: 3
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 267
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IDJ-14-3_025
تاریخ نمایه سازی: 25 اردیبهشت 1400
چکیده مقاله:
شبیه سازی دقیق مشخصات هندسی گودال آبشستگی ناشی از برخورد جت آب به کف حوضچه ی استغراق نقش مهمی در طراحی، ساخت و عملکرد سرریزها و مستهلک کننده های انرژی دارد. در این پژوهش، ارزیابی تطبیقی بین مطالعه ی آزمایشگاهی و عددی آبشستگی در پایین دست سرریز سیفونی با استفاده از الگوریتم پشتیبان بردار ماشین (SVM) با سه دانه بندی از مواد رسوبی و سه زاویه ی پرتابه ی باکت به ازای مقادیر مختلف دبی و عمق پایاب در یک فلوم آزمایشگاهی مستطیلی از جنس پلاکسی گلاس انجام شد. سه متغیر بی بعد که دارای استقلال خطی نسبت به هم بودند، تشکیل شدند. علاوه بر الگوریتم SVM، معادلات رگرسیون کلاسیک خطی و غیرخطی و همچنین شبکه ی عصبی FFBP و CPBF برای شبیه سازی هندسه ی گودال مورد استفاده قرار گرفتند و به کمک پنج شاخص آماری R، RMSE، MAE، N.S و DDR مقایسه شدند. مقایسه ی شاخص-های تدقیق پنجگانه نشان داد از بین مدل های عددی، الگوریتمSVM کارکرد بهتری نسبت به بقیه ی مدل ها مخصوصا مدل های رگرسیونی کلاسیک داشت. در بین تمام پارامترهای هندسی گودال آبشستگی، بالاترین و پایین ترین سطح عملکرد الگوریتم SVM مربوط به "L" _"S" /"h" _"t" و "L" _"۶" /"h" _"t" به ترتیب با مقادیر شاخص های آماری پنجگانه ی فوق الذکر (۹۹۵۴/۰، ۲۰۵۶/۰، ۹۸۷/۰، ۹۸۵۱/۰، ۸۵۵/۷) و (۸۹۲۴/۰، ۸۶۰/۲، ۲۳۰/۲، ۷۵۸۷/۰، ۴۰۵/۱) بودند. در نهایت مقایسه-ای بین خروجی الگوریتم SVM و معادله ها ی تجربی برای شبیه سازی عمق گودال فرسایشی انجام شد. نتایج نشان داد الگوریتمSVM برتری محسوس و مطلقی نسبت به معادلات تجربی ارائه شده توسط محققان دیگر دارد.
کلیدواژه ها:
نویسندگان
مهدی فولادی پناه
استادیار، گروه مهندسی آب، دانشگاه آزاد اسلامی - واحد رامهرمز
مهدی ماجدی اصل
استادیار، گروه عمران دانشگاه مراغه مراغه، ایران
رضا جعفری نیا
استادیار، گروه مهندسی آب، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :