توحید امیدپور علویان - دانشجوی کارشناسی ارشد، مهندسی عمران -آب و سازههای هیدرولیکی-دانشگاه مراغه، مراغه، ایران
مهدی ماجدی اصل - دانشیار دانشگاه مراغه-گروه مهندسی عمران، دانشگاه مراغه، مراغه، ایران
احسان محمدی - دانشجوی کارشناسی ارشد، مهندسی عمران -آب و سازههای هیدرولیکی-دانشگاه مراغه، مراغه، ایران
وحید شمسی - دانشجوی کارشناسی ارشد، مهندسی عمران -آب و سازههای هیدرولیکی-دانشگاه مراغه، مراغه، ایران

یکی از سازه های متداول در بسیاری از سدها و کانالهای انتقال ،آب سرریزها میباشند که به منظور تخلیه اندازه گیری و کنترل سطح آب مورد استفاده قرار میگیرند و همچنین برای عبور آبهای اضافی از بالادست به پایین دست در سدها از سازه ای به نام سرریز استفاده می.شود الگوریتمهای هوشمند به دلیل توانایی زیاد در کشف رابطه های دقیق پیچیده ی مخفی بین پارامترهای مستقل موثر و پارامتر وابسته و همچنین صرفه جویی مالی و ،زمانی جایگاه بسیار ارزشمندی بین پژوهشگران پیدا کرده اند در این پژوهش عملکرد الگوریتم ANN در پیشبینی ضریب دبی سرریز غیرخطی قوسی به کمک ۲۴۳ سری داده ی آزمایشگاهی بررسی شده است. پارامترهای هندسی و هیدرولیکی مورد استفاده در این پژوهش شامل بار آبی (HT)، ارتفاع سرریز (P)، نسبت بار آبی کل HT/P زاویه سیکل قوسی (Ɵ) زاویه دیواره سیکل (a) و ضریب دبی (Cd) می باشد نتایج هوش مصنوعی نشان داد که ترکیب پارامترهای . آموزش و آزمون به ترتیب برابر است با (DC۰٫۹۹۸۰) ،(RMSE۰٫۰۰۵۷) (R۲٫۹۹۸۰) (DC) ۰۹۹۸۵) ،(RMSE۰٫۰۰۶۰) میباشد که در مقایسه با دیگر ترکیبها منجر به بهینه ترین خروجی شده است که نشان دهنده دقت بسیار مطلوب الگوریتم ANN در پیش بینی ضریب دبی سرریز غیرخطی قوسی .است. نتایج آنالیز حساسیت نشان داد که پارامتر موثر در تعیین ضریب دبی سرریز غیرخطی قوسی در ANN پارامتر نسبت بار آبی کل HT/P می باشد

شبکه های عصبی، سرریز غیرخطی، ضریب دبی، آنالیز حساسیت