Publisher of Iranian Journals and Conference Proceedings

Please waite ..
Publisher of Iranian Journals and Conference Proceedings
Login |Register |Help |عضویت کتابخانه ها
Paper
Title

شبیه سازی الگوی آبشستگی در مجاورت سرریزهای سنگی با استفاده ماشین آموزش نیرومند خارج از محدوده

فصلنامه علوم آب و خاک، دوره: 25، شماره: 4
Year: 1400
COI: JR_JWSS-25-4_019
Language: PersianView: 30
This Paper With 14 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 14 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

امیر حسین عظیمی - Department of Water Engineering, College of Agriculture, Islamic Azad University, Kermanshah Branch, Kermanshah
سعید شعبانلو - Islamic Azad University, Kermanshah Branch, Kermanshah
فریبرز یوسفوند - Islamic Azad University, Kermanshah Branch, Kermanshah
احمد رجبی - Islamic Azad University, Kermanshah Branch, Kermanshah
بهروز یعقوبی - Department of Water Engineering, College of Agriculture, Islamic Azad University, Kermanshah Branch, Kermanshah

Abstract:

در این مطالعه، عمق حفره آبشستگی در پائین دست سرریزهای سنگی با شکل های مختلف J، I، U و W توسط یک روش نوین هوش مصنوعی تحت عنوان ماشین آموزش نیرومند خارج از محدوده (ORELM) شبیه سازی شد. داده های مشاهداتی به دو دسته آموزش (۷۰ درصد) و تست (۳۰ درصد) تقسیم شدند. سپس تابع فعال سازی بهینه برای شبیه سازی عمق آبشستگی در پائین دست سرریزهای سنگی انتخاب شد. در ادامه، با استفاده از پارامترهای ورودی که شامل نسبت طول سازه به عرض کانال (b/B)، عدد فرود تراکمی (Fd)، نسبت اختلاف عمق جریان بالادست و پائین دست سازه به ارتفاع سازه (Δy/hst) و فاکتور شکل سازه (φ)، یازده مدل مختلف ORELM برای تخمین عمق آبشستگی توسعه داده شدند. با انجام یک تحلیل حساسیت، مدل برتر و موثرترین پارامترهای ورودی شناسایی شدند. مدل برتر مقادیر آبشستگی ها را توسط پارامترهای بدون بعد b/B, Fd, Δy/hst شبیه سازی کرد. برای این مدل، مقادیر ضریب همبستگی (R)، شاخص عملکرد  (VAF)و ضریب نش (NSC) برای مدل برتر در شرایط تست به ترتیب مساوی با ۰/۹۵۶، ۹۱/۳۷۸ و ۰/۹۰۸ بدست آمدند. همچنین، پارامترهای بدون بعد b/B, Δy/hst به عنوان موثرترین پارامترهای ورودی شناسایی شدند. همچنین، نتایج مدل برتر با مدل ماشین آموزش نیرومند نیز مقایسه شدند که مدل ORELM دقت بیشتری داشت. علاوه بر این، تحلیل عدم قطعیت نشان داد که مدل ORELM مقادیر آبشستگی ها را بیشتر از واقعیت تخمین زد. در ادامه، برای مدل برتر، یک تحلیل حساسیت مشتق نسبی (PDSA) اجرا گردید.

Keywords:

Cross-vane structures , Scour , Outlier robust extreme learning machine , Uncertainty analysis , Partial derivative sensitivity analysis , سرریزهای سنگی , آبشستگی , ماشین آموزش نیرومند خارج از محدوده , تحلیل عدم قطعیت , تحلیل حساسیت مشتق نسبی

Paper COI Code

This Paper COI Code is JR_JWSS-25-4_019. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:

https://civilica.com/doc/1424340/

How to Cite to This Paper:

If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:
عظیمی، امیر حسین و شعبانلو، سعید و یوسفوند، فریبرز و رجبی، احمد و یعقوبی، بهروز،1400،شبیه سازی الگوی آبشستگی در مجاورت سرریزهای سنگی با استفاده ماشین آموزش نیرومند خارج از محدوده،https://civilica.com/doc/1424340

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 :

  • Azimi, A. H., S. Shabanlou, F. Yosefvand, A. Rajabi and ...
  • Azimi, H. and H. Shiri. ۲۰۲۰. Dimensionless Groups of Parameters ...
  • Azimi, H. and H. Shiri. ۲۰۲۰. Ice-Seabed interaction analysis in ...
  • Azimi, H. and H. Shiri. ۲۰۲۱. Sensitivity analysis of parameters ...
  • Huang, G. B., Q. Y. Zhu and C. K. Siew. ...
  • Leopold, L. B., M. G. Wolman and J. P. Miller. ...
  • Mahmoudi Kurdistani, S. and S. Pagliara. ۲۰۱۵. Scour characteristics downstream ...
  • Pagliara, S., L. Hassanabadi and S. M. Kurdistani. ۲۰۱۵. Clear ...
  • Pagliara, S. and S. M. Kurdistani. ۲۰۱۳. Scour downstream of ...
  • Pagliara, S. and S. M. Kurdistani. ۲۰۱۷. Flume experiments on ...
  • Pagliara, S., S. M. Kurdistani and L. Cammarata. ۲۰۱۳. Scour ...
  • Pagliara, S., S. M. Kurdistani and I. Santucci. ۲۰۱۳. Scour ...
  • Pagliara, S., L. Sagvand Hassanabadi and S. Mahmoudi Kurdistani. ۲۰۱۵. ...
  • Rosgen, D. L. ۲۰۰۱. The Cross-Vane, W-Weir and J-Hook Vane ...
  • Scurlock, S., C. I. Thornton and S. R. Abt. ۲۰۱۱. ...
  • Scurlock, S. M., C. I. Thornton and S. R. Abt. ...
  • Scurlock, S. M., A. L. Cox, C. I. Thornton and ...
  • Zhang, K. and M. Luo. ۲۰۱۵. Outlier-robust extreme learning machine ...

Research Info Management

Certificate | Report | من نویسنده این مقاله هستم

اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

Scientometrics

The specifications of the publisher center of this Paper are as follows:
Type of center: Azad University
Paper count: 7,697
In the scientometrics section of CIVILICA, you can see the scientific ranking of the Iranian academic and research centers based on the statistics of indexed articles.

Share this page

More information about COI

COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.

The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.

Support