تعیین ضریب تخلیه سرریزهای جانبی با استفاده از شبکه عصبی

سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 147

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_CIPR-4-4_005

تاریخ نمایه سازی: 19 مهر 1401

چکیده مقاله:

سرریزهای جانبی(Side weirs)، سازه های منحرف کننده جریان هستند که در صنعت آبیاری و زهکشی، کنترل سیلاب، مهندسی بهداشت و سیستم های فاضلاب شهری کاربرد فراوانی دارند. تاکنون ضریب دبی در این نوع سرریزها با استفاده از تکنیک های رگرسیون و به صورت تجربی تعیین شده است و به همین دلیل در تحقیق حاضر از مدل های رگرسیون خطی و شبکه عصبی مصنوعی برای پیش بینی ضریب تخلیه سرریز جانبی استفاده شد و نتایج آن ها با یکدیگر و با مقادیر محاسباتی مقایسه و بهترین مدل در این زمینه برای پیش بینی انتخاب شد. ضریب تخلیه سرریزهای جانبی بر اساس ترکیبات متعددی از متغیرهای مستقل بی بعد شامل نسبت طول به عرض سرریز (L/B)، نسبت عمق جریان در پایین دست سرریز به ارتفاع سرریز (Hd/P)، نسبت طول سرریز به ارتفاع سرریز (L/P)، نسبت دبی تخلیه سرریز به دبی بالادست (Qw/Qu) و نسبت عمق جریان در بالادست سرریز به عرض سرریز (Hu/B) پیش بینی شد. مدل ANN۷ با ورودی های L/P, Qw/Qu, hu/B دارای بیشترین مقدار ضریب رگرسیون برابر با ۹۲/۰ و مقادیر خطای RMSE و MAE برابر با ۲۳/۰ و ۱۵/۰ بهترین پیش بینی را انجام داد.مدل Reg۱ با مقادیر ضریب رگرسیونی، RMSE و MAE به ترتیب برابر با ۷۲/۰، ۱۷/۰ ۱۱/۰ بهترین نتایج را در پیش بینی ایجاد کرد و به عنوان بهترین مدل رگرسیون خطی انتخاب گردید.نتایج کلی نشان داد که مدل های ANN نسبت به مدل های رگرسیون خطی نتایج بهتری را ایجاد می کنند.

نویسندگان

حسین منتصری

استادیار گروه مهندسی عمران،مهندسی و مدیریت منابع آب، دانشگاه یاسوج

رضا خلیلی

گروه آموزشی مهندسی عمران.مدیریت منابع آب دانشگاه یاسوج

مهدی ملک محمودی

کارشناس ارشد، مهندسی عمران گرایش مهندسی و مدیریت منابع آب، دانشگاه یاسوج

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 :
  • Akbar, M. F., Alkatiri, R. and Tuli, Z. (۲۰۲۲) ‘Socio-Economic ...
  • Bilhan, O., Emiroglu, M. E. and Kisi, O. (۲۰۱۱) ‘Use ...
  • Chuengsatiansup, C. et al. (۲۰۲۲) ‘Side-Channeling the Kalyna Key Expansion’, ...
  • Gamero, P. et al. (۲۰۲۲) ‘Shallow-water lee-side waves at obstacles: ...
  • Hu, Z. et al. (۲۰۲۱) ‘Using soft computing and machine ...
  • Khalili, R., Parvinnia, M. and Zali, A. (۲۰۲۰) ‘Water Quality ...
  • Khalili, R., Zali, A. and Motaghi, H. (۲۰۲۱) ‘Evaluating the ...
  • mehri, yaser and Abbasi, N. (۲۰۲۰) ‘Estimating the Discharge Coefficient ...
  • Mouritsen, J., Pedraza-Acosta, I. and Thrane, S. (۲۰۲۲) ‘Performance, risk, ...
  • Qabadian, R. and Shafa’i Bejestan, M. (۲۰۱۹) ‘Optimizing the discharge ...
  • Saffar, S. et al. (۲۰۲۱) ‘Prediction of the discharge of ...
  • Watanabe, K. et al. (۲۰۲۰) ‘Development of geosynthetic-reinforced soil embankment ...
  • نمایش کامل مراجع