ارزیابی تاثیر شکل هندسی پایه پل روی عمق آبشستگی با استفاده از الگوریتم پشتیبان بردار ماشین

Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 313

This Paper With 14 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JWSS-24-4_012

تاریخ نمایه سازی: 21 اردیبهشت 1400

Abstract:

پیشبینی عمق آبشستگی موضعی بهعنوان پدیدهای پویا و غیرخطی با استفاده از روشهایی با توانایی پیشبینی مناسب همواره مورد توجه پژوهشگران بودهاند. از عوامل موثر در اندازه حفره آبشستگی، شکل هندسی پایههای پل است. در این پژوهش با استفاده از الگوریتم پشتیبان بردار ماشین و بر مبنای ۳۹۵ داده صحرایی سازمان زمینشناسی آمریکا و فروهلیچ (۱۹۸۸) در قالب دو سناریو، مقدار عمق آبشستگی سه پایه پل استوانهای، نوک تیز و مستطیلی بر اساس ترکیبهای مختلف پارامترهای بیبعد: زاویه حمله آب (α)، عدد فرود (Fr)، نسبت طول به عرض پایه (b / L) ( و نسبت قطر متوسط ذرات رسوبی به عرض پایه (b / ۵۰ D) پیشبینی شدند. نتایج پژوهش ضمن تایید عملکرد قابل قبول الگوریتم SVM برای همه پایه­ ها در هر دو سناریو نشان داد در سناریوی اول و دوم بهینهترین عملکرد مربوط به پایه مستطیلی بهترتیب با ضریب همبستگی ۰/۸۷۰۲ و ۰/۸۸۳۸ و مقدار بیشینه Ds(DDR) با مقادیر ۰/۸۵۴ و ۱/۲۲۹ در فرایند تست الگوریتم بودند. همچنین تاثیر مثبت افزایش تعداد دادهها روی عملکرد الگوریتم SVM با افزایش شاخصهای ارزیابی تایید شد. مقایسه نتایج نشان داد الگوریتم SVM مقادیر آبشستگی را بیشتر از مقدار مشاهداتی با خطای مطلق بین ۱۱ تا ۳۵ درصد برآورد کرده است. 

Authors

مهدی فولادی پناه

۱. Department on Civil Engineering, Ramhormoz Branch, Islamic Azad University, Ramhormoz, Iran.

مهدی ماجدی اصل

۲. Department of Civil Engineering, Maragheh University, Maragheh, Iran.

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
  • Bateni, S. M., S. M. Borghei and D. S. Jeng. ...
  • Bayram, A. and M. Larson. 2000. Analysis of scour around ...
  • Dargahi, B. 1990. Controlling mechanism of local scouring. Journal of ...
  • Dey, S. and R. V. Raikar. 2007. Characteristics of horseshoe ...
  • Dibike, Y. B., S. Velickov, D. P. Solomatine and M. ...
  • Esmaeili T., A. A. Dehghani, A. R. Zahiri and K. ...
  • Ghanbari Adivi, E. and M. Kashefipour Dezfuli. 2017. Estimation of ...
  • Ghazanfari Hashemi, S. and A. Etemad-Shahidi. 2012. Prediction of scour ...
  • Ghodsi, H. and M. J. Khanjani. 2018. Experimental investigation of ...
  • Jafari1, M., S. A. Ayyoubzadeh, M. Esmaeili Varaki and M. ...
  • Kakaei Lafdani, E., A. Moghaddam Nia and A. Ahmadi. 2012. ...
  • Kardan, N., N. Hassanpour and A. H. Hoseinzade-Dalir. 2018. Experimental ...
  • Lu, J. Y., Zh. H. Shi, J. H. Hong, J. ...
  • Mahesh P., N. K. Singh and N. K. Tiwari. 2011. ...
  • Majedi Asl, M. and S. Valizadeh. 2018. Application of SVM ...
  • Majediasl, M., K. Daneshfaraz and S. Valizadeh. 2019. Experimental investigation ...
  • Meshkavati Toroujeni, S. J., S. M. Saneie, M. Masoudian and ...
  • Mohammadpour, R., S. Shaharuddin., C. K. Chang, N. A. Zakaria, ...
  • Mohandes, M. A., T. O. Halawani, S. A. Rehman and ...
  • Noori, R., A. Khakouir, B. Omidvar and A. Farokhnia. 2010. ...
  • Pai, P. and C. Lin. 2005. A hybrid ARIMA and ...
  • Seyedian, S. M. 2015. Determinations of affecting parameters on bridge ...
  • Seyedian, S. M. and A. Fathabadi. 2016. Estimation of bridge ...
  • Sharafi, H., I. Ebtehaj, H. Bonakdari and A. H. Zaji. ...
  • Tseng M., C. L. Yen and C. C. S. Song. ...
  • Vapnik. V. 1995. The Nature of Statistical Learning Theory. Springer-Verlag, ...
  • Wang, W. J., Z. B. Xu, W. Z. Lu and ...
  • Zhou, J., J. Shi and G. Li. 2011. Fine tuning ...
  • نمایش کامل مراجع