تخمین عمق آبشستگی سازه های کنترل شیب با سرریز لبه تیز با استفاده از مدل های هوش مصنوعی
محل انتشار: مجله مهندسی منابع آب، دوره: 15، شماره: 55
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 60
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_WEJMI-15-55_007
تاریخ نمایه سازی: 17 بهمن 1402
چکیده مقاله:
چکیده مقدمه: عدم قطعیت پارامترهای فیزیکی فرایند عمق آبشستگی پایین دست سازههای کنترل شیب با سرریز لبه تیز، نتایج مدل سازی را تحت تاثیر قرار میدهند. روش: در این تحقیق، از روش های هوش مصنوعی برای تخمین مقدار عمق آبشستگی سازه های کنترل شیب با سرریز لبه تیز به دلیل پیچیدگی پدیده استفاده شد. از سه مدل شبکه عصبی، سیستم عصبی فازی تطبیقی و ماشین بردار پشتیبان به عنوان روشهای هوش مصنوعی یا جعبه سیاه برای حل مسئله استفاده گردید. به منظور شبیه سازی عمق آبشستگی در سازه های کنترل شیب با سرریز لبه تیز از ۲۲۵ داده استفاده شد. در تمامی مدلها، از ۷۰ درصد دادهها برای واسنجی و از ۳۰ درصد دادهها برای صحت سنجی در روشهای هوش مصنوعی استفاده به عمل آمد. یافته ها: آنالیز حساسیت نسبت به پارامترهای ورودی در هر سه مدل پیشنهادی نشان داد که اعمال پارامترهای عرض سرریز، ارتفاع ریزش آب، ارتفاع آب روی تاج، اختلاف ارتفاع آب در بالادست و پایین دست، قطر متوسط ذرات و عمق آب در پایین دست، کارایی مدلها را بهبود میدهد. در تخمین میزان عمق آبشستگی پایین دست سازه های کنترل شیب با سرریز لبه تیز در هر دو مرحله واسنجی و صحت سنجی، مدل سیستم عصبی فازی تطبیقی نسبت به مدل شبکه عصبی تا ۲۰ درصد و نسبت به مدل ماشین بردار پشتیبان تا ۵/۸ درصد بر اساس معیارهای رایج در ارزیابی مدلها، قابلیت اطمینان بیشتری دارد که این امر میتواند به دلیل توانایی تئوری فازی در غلبه بر عدم قطعیت پارمترهای موثر در تخمین میزان عمق آبشستگی باشد. نتیجه گیری: نتایج مدلسازی میزان عمق آبشستگی پایین دست سازه های کنترل شیب با سرریز لبه تیز با استفاده از مدلهای هوش مصنوعی نشان میدهد که کارایی این مدلها در پیش بینی مقادیر آبشستگی مناسب هستند و نسبت به روشهای تجربی رایج در زمینه دقیقتر میباشند که این امر میتواند به علت غیرخطی و پیچیده بودن طبیعت مسئله باشد.
کلیدواژه ها:
نویسندگان
شهرام موسوی
Assistant Professor, Department of Civil Engineering, Miyaneh Branch, Islamic Azad University, Miyaneh, Iran.
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 :