مدل سازی درصد کاهش هد جریان غلیظ نمکی با استفاده از هوش مصنوعی
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 386
This Paper With 13 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_JWIM-11-2_005
تاریخ نمایه سازی: 20 شهریور 1400
Abstract:
جریان غلیظ یکی از مهمترین عوامل در فرآیند رسوب گذاری سدها می باشد. چون این جریان از عوامل موثر بر کاهش کارایی عمر سدهای بزرگ بوده، بنابراین درک الگوهای رسوب گذاری جهت مدیریت مخزن سدها بسیار کارآمد می باشد. براین اساس در این تحقیق درصد کاهش هد جریان غلیظ نمکی تحت تاثیر موانع نفوذپذیر ذوزنقه ای شکل (پر شده با دانه-های شن با قطر ۰.۵ سانتی متر)، با در نظر گرفتن متغیرهایی همچون دبی، شیب، غلظت و ارتفاع موانع به صورت آزمایشگاهی مورد بررسی قرار گرفت، براساس نتایج حاصله اقدام به مدل سازی هد جریان غلیظ نمکی با روش شبکه عصبی مصنوعی پیش خور و روش کلاسیک رگرسیون چند متغیره شد و کارکرد این دو روش مورد مقایسه قرار گرفت. نتایج نشان داد که روش هوشمند شبکه عصبی مصنوعی پیش خور در مدل سازی درصد کاهش هد جریان غلیظ نمکی نسبت به روش رگسیون چند متغیره برتری قابل توجهی دارد.
Keywords:
Authors
مهدی درخشان نیا
دانشجوی دکتری، گروه مهندسی عمران، واحد نجف آباد، دانشگاه آزاد اسلامی نجف آباد، نجف آباد، ایران.
مهدی قمشی
استاد، گروه سازه های آبی، دانشکده مهندسی آب و محیط زیست، دانشگاه شهید چمران اهواز، اهواز، ایران.
سید سعید اسلامیان
استاد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه صنعتی اصفهان، اصفهان، ایران و گروه مهندسی عمران، واحد نجف آباد ، دانشگاه آزاد اسلامی ، نجف آباد، ایران
سید محمود کاشفی پور
استاد، گروه سازه های آبی، دانشکده مهندسی آب و محیط زیست، دانشگاه شهید چمران اهواز، اهواز، 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 :