تعیین پارامترهای تاثیرگذار بر ضریب دبی سرریزهای اوجی قوس محور با استفاده از روش ماشین بردار پشتیبان(SVM) و مقایسه با روش شبکه فازی- عصبی تطبیقی(ANFIS)
Publish place: Irrigation and Drainage، Vol: 11، Issue: 4
Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 342
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IDJ-11-4_015
تاریخ نمایه سازی: 25 اردیبهشت 1400
Abstract:
الگوی سهبعدی جریان در سرریزهای اوجی و نامحدود بودن تغییرات پارامترهای هندسی بهمانند تصحیح جزیی در شکل تاج یا تغییرات سازه ای از یک سو و محدودیت اطلاعات قابل دسترس در مورد هیدرولیک سرریزهای اوجی قوس محور از سوی دیگر، بهعنوان چالشی بزرگ، باعث گردیده تا به کارگیری سیستمهای فرامدل و دادهگرا مورد توجه محققان قرار گیرد. در تحقیق کنونی پیشبینی ضریب دبی با استفاده از دادههای آزمایشگاهی و بکارگیری روش های هوش مصنوعی (ماشین بردار پشتیبان SVM و سیستم استنتاج تطبیقی عصبی- فازی ANFIS) انجام شد. بدین منظور از دادههای مدل آزمایشگاهی از این سرریز با چندین زاویه همگرایی دیوارههای هادی (ساخته شده توسط نگارندگان) استفاده و به ازای مدلهای مختلف، مورد ارزیابی قرار گرفت. نتایج حاصله نشان داد که نسبت هد طراحی به عمق بحرانی ( ) بیشترین تاثیر را در تخمین ضریب دبی در مدل برتر و پارامترهای هد بالادست به هد طراحی ( ) و هد بالادست به ارتفاع سرریز ( )تاثیر تقریبا یکسان و کمتری را در این مدل دارا میباشند. همچنین نتایج عملکرد مناسب روشهای SVM و ANFIS را تایید مینماید بطوریکه در بهترین حالت ارزیابی آزمون، در روش SVM مقادیر ۹۶۶/۰ ,R=۹۳/۰ DC=و ۰۶/۰=RMSE و برای روش ANFIS مقادیر۹۴۵/۰R=، ۸۸۵/۰DC= و۰۸۸/۰ =RMSE مشاهده گردید.
Keywords:
Authors
کیومرث روشنگر
دانشیار گروه مهندسی عمران، دانشگاه تبریز، تبریز، ایران
علی فرودی خور
دانشجوی دکترای عمران (سازه های هیدرولیکی) دانشگاه تبریز، تبریز، ایران
مجتبی صانعی
دانشیار گروه مهندسی رودخانه و سواحل، پژوهشکده حفاظت خاک و آبخیزداری، تهران، ایران
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 :