تخمین ضریب دبی سرریزهای کنگره ای با استفاده از ماشین آموزش نیرومند خود تطبیقی
Publish place: The Journal of Water and Soil، Vol: 32، Issue: 1
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 115
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_WASO-32-1_004
تاریخ نمایه سازی: 24 دی 1401
Abstract:
در این مطالعه، برای اولین باز ضریب دبی سرریزهای کنگره ای با استفاده از مدل هوش مصنوعی ماشین آموزش نیرومند خود تطبیقی (SAELM) شبیه سازی شد. برای ارزیابی دقت مدل هوش مصنوعی از شبیه سازی های مونت کارلو استفاده شد. علاوه بر این برای صحت سنجی نتایج مدل های عددی از روش صحت سنجی ضربدری استفاده گردید. مقدار k در این مطالعه مساوی با ۵ در نظر گرفته شد. در ابتدا بهینه ترین نرون لایه مخفی بدست آمد. تعداد نرون های لایه مخفی بهینه مساوی با ۳۰ بدست آمد. همچنین تجزیه و تحلیل نتایج توابع فعال سازی مختلف نشان داد که تابع فعال سازی زیگموید دارای دقت بیشتری در مقایسه با سایر توابع فعال سازی است. با انجام تحلیل حساسیت، مدل برتر معرفی شد. مدل برتر مقادیر ضریب دبی را بر حسب کلیه پارامترهای ورودی تخمین زد. این مدل مقادیر ضریب دبی سرریزهای کنگره ای را با دقت بالایی تخمین زد. به عنوان مثال مقادیر R۲، شاخص پراکندگی و ضریب Nash برای مدل برتر مساوی با ۹۶۶/۰، ۰۳۴/۰ و ۹۶۴/۰ محاسبه شدند. همچنین نسبت هد کل روی سرریز به ارتفاع تاج سرریز (HT/P) و نسبت طول هندسی راس سرریز به عرض یک سیکل سرریز (A/w) به عنوان موثرترین پارامترها شناسایی شدند. در انتها، برای پارامترهای ورودی تحلیل حساسیت مشتق نسبی اجرا شد.
Keywords:
Authors
پیام نوروزی
دانشجوی کارشناسی ارشد منابع آب، گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه
فریبرز یوسفوند
استادیار گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه
احمد رجبی
استادیار گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه
سعید شبانعلو
دانشیار گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه
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 :