مدلسازی ضریب دبی سرریز غیرخطی با روش QNET

سرریزهای کنگرهای ضمن برخوردار بودن از مزیت های اقتصادی، قابلیت عبوردهی بیشتری را نسبت به سرریزهای خطی دارند. این سرریزها از طریقافزایش طول تاج در یک عرض مشخص، در مقایسه با سرریزهای خطی راندمان دبی بیشتر با ارتفاع آزاد کمتر در بالادست را دارند. الگوریتم های هوشمندبه 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، جایگاهبسیار ارزشمندی بین پژوهشگران پیدا کرده اند. در این پژوهش عملکرد الگوریتم QNET در پیشبینی ضریب دبی سرریزه کنگرهای با زاویه ی سیکل۶ درجه به کمک تعداد ۲۴۳ سری داده برای سناریو اول بررسی شده است. پارامترهای هندسی و هیدرولیکی مورد استفاده در این پژوهش شامل نسبت بارآبی کل (H(T)/p) ، ضریب بزرگ نمایی (L(C)/W) ، زاویه دیواره سیکل (α) ، زاویه سیکل قوسی (θ) و ضریب دبی (Cd) می باشد. نتایج هوش مصنوعیQNET نشان داد که ترکیب پارامترهای (L(C)/W, θCD) در الگوریتم QNET در مرحله ی آموزش مربوط به (سناریو اول) با شاخصه های ارزیابیبه ترتیب برابراست با (DC=۰/۹۸۹۲), (RMSE=۰/۰۲۵۹), (R(۲)=۰/۹۸۸۹ و در مرحله ی آزمون (DC=۰/۹۷۸۸), (RMSE=۰/۰۲۰۲), (R(۲)=۹۸۲۴ ) می باشد که در مقایسه با دیگر ترکیب ها منجر به بهینه ترین خروجی شده است که نشان دهنده دقت بسیار مطلوب الگوریتم QNET درپیش بینی ضریب دبی سرریز غیرخطی قوسی است. نتایج آنالیز حساسیت نشان داد که پارامتر موثر در تعیین ضریب دبی سرریز کنگرهای قوسی پارامترنسبت بار آبی کل (H(T)/p) می باشد.