تخمین عمق آبشستگی موضعی پایه پل بوسیله هوش مصنوعی
Publish place: 6th National Congress on Civil Engineering
Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,284
This Paper With 8 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:
NCCE06_0580
تاریخ نمایه سازی: 28 مرداد 1390
Abstract:
مکانیزم جریان اطراف پایه پل آنقدر پیچیده است که بدست آوردن یک رابطه تجربی کلی که بتواند تخمین درستی از عمق آبشستگی ارائه کند بسیار مشکل میباشد. در این تحقیق با استفاده از قابلیتهای هوش مصنوعی، دو شبکه عصبی مصنوعی پیشخور چند لایهFFBP) و شعاع مبنا 2RBF)سیستم نروفازیANFIS) سیستم برخورد گروهی با داده هاGMDH) و یک شبکه تابع بنیادی شعاعی خودسازمانده فازیFSORBF) مدلهایی برای تخمین عمق آبشستگی موضعی توسعه داده شده است و نتایج آنها با دادههای اندازهگیری شده واقعی، روابط تجربی و با یکدیگر مقایسه شده است. عمق آبشستگی تعادلی به شش پارامتر، میانگین قطرذرات، ضریب دانه بندی، قطر پایه، عمق جریان، سرعت متوسط جریان و سرعت بحرانی جریان وابسته میباشد. مدلهای هوش مصنوعی با دادههای با بعد آموزش بهتری نسب مدلهای بدون بعد داشتهاند و نتایج آنالیز حساسیت نشان میدهد که قطر پایه پل، حساسیت بیشتری در تخمین عمق آبشستگی نسبت به دیگر پارامترها داشته است . براساس نتایج شبکههایANFIS و RBF به ترتیب بهترین نتایج را در مرحله آموزش و ارزیابی داشته و همچنین شبکههای هوش مصنوعی در مقایسه با روابط تجربی دقت بیشتری داشتهاند.
Keywords:
Authors
مجتبی رمضانی مقدم
دانشجوی کارشناسی ارشد سازه های هیدرولیکی دانشگاه شهید باهنر کرمان
مسعودرضا حسامی کرمانی
استادیار دانشکده عمران دانشگاه شهید باهنر کرمان
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 :