مدل سازی عمق آبشستگی اطراف انواع تک پایه و گروه پایه های مایل
Publish place: The Journal of Water and Soil، Vol: 30، Issue: 3
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 145
This Paper With 14 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_WASO-30-3_005
تاریخ نمایه سازی: 25 دی 1401
Abstract:
با توجه به اهمیت پدیده آبشستگی در طراحی پلها، امروزه برای بالا بردن دقت تخمین عمق آبشستگی از شبکه های عصبی مصنوعی بهره گرفته میشود. در این تحقیق برای پیش بینی عمق آبشستگی اطراف گروه پایه پل مایل از روشی نوین به نام ماشین بردار پشتیبان استفاده شده است که در این روش از پارامترهای آماری ، ، RMSE، برای ارزیابی کارایی مدل ها استفاده شده است. نتایج نشان داد، ترکیباتی که دارای هر دو نوع پارامترهای رسوبی و هیدرولیکی در مدل داده کاوی ماشین بردار پشتیبان می باشد، نتیجه بهتری در پیشبینی عمق آبشستگی ارائه می دهند. به طور نمونه، در حالت سه پایه، معیارهای ارزیابی مربوط به سناریو یک (پارامترهای هیدرولیکی)، ۹۹۱۴/۰R۲=، ۹۷۵۸/۰DC= ، ۰۵۷۶/۰ RMSE و برای سناریو دو (پارامترهای هیدرولیکی و رسوبی )، برابر۹۹۲۴/۰R۲=، ۹۸۰۳/۰DC=، ۰۵۲۹/۰RMSE= بدست آمده است که نشان میدهد ماشین بردار پشتیبان برای سناریو دوم عملکرد بهتری از خود نشان داده است. در ادامه برای محاسبه عمق آبشستگی اطراف گروه پایه مایل، برای حالت های تک پایه، سه پایه و چهارپایه روابط غیر خطی ارائه شده است.
Keywords:
Authors
مهدی ماجدی اصل
استادیار، گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه مراغه
سعیده ولی زاده
دانشجوی کارشناسی ارشد- گروه مهندسی عمران
فروغ اشکان
مربی، گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه مراغه
الناز حسن پور
مدیر پروژه مهندسین کارلو، ارگن، آمریکا
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 :