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

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.

دیواره های هادی همگرا, سرریز اوجی, ضریب دبی, SVM, ANFIS