فاضل سهرابی - دانشجوی کارشناسی ارشد، گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه مراغه، مراغه، ایران،
مهدی ماجدی اصل - دانشیار گروه عمران، دانشکده فنی و مهندسی، دانشگاه مراغه، مراغه، ایران
توحید امیدپور علویان - دانشجوی کارشناسی ارشد، گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه مراغه، مراغه، ایران
وحید شمسی - دانشجوی کارشناسی ارشد، گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه مراغه، مراغه، ایران،

سرریزها سازه های هیدرولیکی مهمی می باشند که برای اندازه گیری جریان، تنظیم سطح آب، و تخلیه سیلاب در کانال ها، رودخانه ها ومخازن سدها احداث می شوند. یکی از عوامل موثر و اقتصادی برای افزایش ظرفیت تخلیه در عرض مشخص سرریزها، استفاده از سرریزهایکنگرهای قوسی می باشد. روش های محاسباتی نرم در سال ها ی اخیر تحول عظیمی در مسائل مهندسی به وجود آورده است. با توجه بههزینه ساخت مدل های فیزیکی و همچنین صرفه جویی در زمان، باعث گردیده که در این پژوهش عملکرد الگوریتم برنامه ریزی بیان ژن GEP، در پیش بینی ضریب دبی سرریزهای کنگره ای قوسی مورد ارزیابی قرار گرفته است. بدین منظور تعداد ۲۴۳ سری داده برای سناریوی اول، ۲۴۷ سری داده برای سناریوی دوم که شامل ۴ پارامتر (فرمول در متن اصلی مقاله) نسبت بار آبی کل α (زاویه دیواره سیکل)، θ زاویه سیکل قوسی، بزرگ نمایی طولی یا نسبت طول تاج سرریز به عرض کل سرریز مورد استفاده قرار گرفتند. برای هر کدام از سناریوی ها ۷ ترکیب مختلف توسط برنامه ریزی بیان ژن GEP پیش بینی شد. نتایج پیش بینی نشان داد که مدل برتر مدل شماره ۲ مدل با ترکیب ۳ ورودی (فرمول متن اصلی مقاله) می باشد. که در مرحله آزمون دارای بهترین نتایج در مرحله آزمون به شرح DC=۰.۹۴۷۶۵۳, RMSE=۰.۰۴۱,R۲=۰.۹۴۰۹۳۴ می باشد.

ضریب دبی، هوش مصنوعی ، سرریز کنگره ای، برنامه ریزی بیان ژن