پیش بینی حداکثر عمق چاله آبشستگی اطراف گروه پایه کج با استفاده از سیستم استنتاج فازی-عصبی تطبیقی بهینه شده با الگوریتم ژنتیک
Publish place: Journal of water and Soil Conservation، Vol: 22، Issue: 6
Publish Year: 1394
نوع سند: مقاله ژورنالی
زبان: Persian
View: 401
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWSC-22-6_018
تاریخ نمایه سازی: 30 فروردین 1399
Abstract:
هدف از تحقیق حاضر بررسی تاثیر بهینه سازی پارامترهای سیستم استنتاج فازی-عصبی تطبیقی (ANFIS) با الگوریتم ژنتیک در پیش بینی حداکثر عمق آبشستگی اطراف گروه پایه کج و مقایسه آن با ANFIS جعبه ابزار نرم افزار Matlab و انواع مولد های سیستم استنتاج فازی (FIS) در آن می باشد. برای این منظور داده های 48 سری آزمایش مربوط به گروه پایه کج مستقر بر روی فونداسیون برای شرایط هیدرولیکی و رقوم کارگذاری فونداسیون مختلف مورد استفاده قرار گرفت. به منظور مقایسه نتایج از آماره های ضریب تبیین (R2) و میانگین مجذور مربعات خطا (RMSE)، استفاده شد. نتایج نشان داد که مدل ANFIS با سیستم استنتاج فازی (FIS) از نوع GENFIS1 بهترین عملکرد را در میان انواع مولدهای مورد بررسی داشته و قادر است حداکثر عمق نسبی آبشستگی را با (R2) و (RMSE) به ترتیب برابر 976/0 و 053/0 پیش بینی نماید. ارزیابی نتایج حاکی از آن است که بهینه سازی پارامترهای ANFIS منجر به بهبود عملکرد آن در پیش بینی پارامتر مورد نظر شده و توانسته است حداکثر عمق نسبی آبشستگی را با R2، 992/0 و RMSE، 0254/0، پیش بینی نماید.
Keywords:
Authors
مهدی اسمعیلی ورکی
عضو هیات علمی گروه مهندسی آب دانشگاه گیلان، سازه های هیدرولیکی/مهندسی رودخانه
اطهر کنعانی
دانشگاه گیلان
مریم نوابیان
عضو هیات علمی گروه مهندسی آب دانشگاه گیلان
سید حامد اشرف تالش
دانشگاه گیلان