تخمین عمق آبشستگی حوضچه استغراق جت های متقاطع متقارن به روش ماشین بردار پشتیبان

سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 131

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_WSD-9-4_002

تاریخ نمایه سازی: 28 فروردین 1402

چکیده مقاله:

در پایین دست سرریز سدهای بلند به منظور افزایش میزان استهلاک انرژی جریان از حوضچه های استغراق استفاده می شود. این نوع سازه ها یک گودال آبشستگی در پایین دست سد بوده که به بررسی مسئله آبشستگی نیازمند است. تحقیق حاضر با هدف بررسی عملکرد روش ماشین بردار پشتیبان (SVM) به عنوان یکی از تکنیک های شناخته شده محاسبات نرم که در برآورد عمق آبشستگی حوضچه استغراق برآمده از جت های متقاطع متقارن به کار برده می شود. در ابتدا با استفاده از داده های آزمایشگاهی به تعیین درصد اجرا و کرنل مناسب روش SVM پرداخته شد. سپس پارامترهای کارآ در عمق آبشستگی دربرگیرنده عدد فرود دنسیمتریک، عمق نسبی پایاب، زاویه قائم جت، زاویه برخورد جت و فاصله نسبی محل برخورد جت تا سطح آب (Frd۹۰ ،Tw ،αv ،αc ،δ)، به مدل های مختلف تقسیم بندی و اجرا شدند. مقادیر عددی معیارهای ارزیابی RMSE ،R و NRMSE مربوط به نتایج مرحله آزمون برای مدل برتر در برآورد عمق آبشستگی به ترتیب برابر ۰/۹۵۶۳، ۰/۶۸۸ و ۱۸/۴۷% به دست آمد. نتایج خروجی از این مدل، عملکرد قابل  قبول SVM در برآورد عمق آبشستگی این پژوهش را می پذیرد. همچنین نتایج آنالیز حساسیت بر روی مدل برتر در تحقیق حاضر نیز آشکار نمود که پارامترهای Tw و αv به ترتیب بیشترین و کمترین کارآیی در میزان درستی پیش بینی عمق آبشستگی را دارند.

نویسندگان

محمد باقرزاده

دانشجوی دکترا ، دانشکده فنی مهندسی، دانشگاه ارومیه، ایران

میرعلی محمدی

دانشیار مهندسی عمران-آب و سازه های هیدرولیکی، گروه مهندسی عمران، دانشکده فنی مهندسی، دانشگاه ارومیه، ارومیه، 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 :