ارزیابی روش هوشمند ماشین بردار پشتیبان در شبیه سازی حجم رسوبات معلق سد علویان مراغه

Publish Year: 1401
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 263

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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

EEMCONF04_098

تاریخ نمایه سازی: 12 تیر 1401

Abstract:

تاثیر اساسی رسوب گذاری در مخزن یک سد بر کاهش ظرفیت ذخیره ای مخزن دیده میشود. اختلال در دریچه های تخلیه کننده و کاهش راندمان سد برای کنترل سیلاب از دیگر مضرات رسوبگذاری است. روشهایی که تاکنون برای تخمین نحوه ته نشینی رسوبات در مخازن مورد استفاده قرار گرفته اند شامل روشهای آزمایشگاهی، مدلهای ریاضی و روشهای تجربی و نیمه تجربی میباشد. روشهای آزمایشگاهی به علت هزینه های سنگین، طولانی بودن مدت انجام و محدود بودن مدل ساخته شده تنها در مواردی که دقت بالا مدنظر است مورد توجه میباشند درگذشته از روشهای تجربی که نیاز به اطلاعات کمتر و محاسبات ساده ای داشت برای بررسی فرآیند رسوب گذاری استفاده میشد. امروزه به دلیل صرفه جویی در هزینه ها و ساده شدن محاسبات استفاده از روشهای هوشمند افزایش یافته است. سد علویان بر روی رودخانه صوفی چای در استان آذربایجان شرقی و ۳ کیلومتری شمال مراغه واقع شده است و به منظور کنترل سیل و تامین آب برای مصارف شهری و آبیاری استفاده می شود. در این تحقیق از روش هوشمند ماشین بردار پشتیبان به منظور پیشبینی بار معلق رسوب سد علویان استفاده گردید. ۶ سناریو با ورودی های مختلف به منظور مدلسازی انتخاب شد که سناریوی ششم با مقدار خطای جذر میانگین مربعات ۳۲/۰۱ و ضریب تبیین ۰/۹۶۲ در بخش آموزش و با مقدار خطای جذر میانگین مربعات ۳۰/۵۸ و ضریب تبیین ۰/۹۶۵ در بخش آزمون بهترین نتیجه را در برآورد بار معلق رسوب دارد. همچنین بین نتایج سناریوها اختلاف چشمگیری وجود نداشته و با توجه به مقادیر خطا از دقت بالایی برخوردارند. پیشنهاد میگردد برآورد بار معلق رسوب سد علویان با استفاده از سایر روشهای هوش مصنوعی انجام شود و نتایج بدست آمده با نتایج حاصل از این تحقیق مقایسه شود.

Authors

عبدالناصر سجودی قراخانلو

فارغ التحصیل کارشناسی ارشد مهندسی عمران، دانشگاه تبریز

وحید عظیمی

فارغ التحصیل کارشناسی ارشد مدیریت در سوانح طبیعی، دانشکده عمران، آب و محیط زیست، دانشگاه شهید بهشتی،