سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

تخمین فشار آب حفره ای در بدنه سدهای خاکی در حین ساخت با مدل های هوشمند

Publish Year: 1400
Type: Journal paper
Language: Persian
View: 278

This Paper With 16 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

JR_HYDROP-8-30_006

Index date: 28 February 2023

تخمین فشار آب حفره ای در بدنه سدهای خاکی در حین ساخت با مدل های هوشمند abstract

یکی از  موارد مهم در مدیریت پایداری سدهای خاکی، تخمین دقیق مقدار فشار آب حفره ای در بدنه سد در حین ساخت آن است. در این تحقیق از سه مدل متفاوت شبکه ی عصبی مصنوعی (ANN)، سیستم استنتاج عصبی- فازی تطبیقی (ANFIS) و برنامه نویسی بیان ژن (GEP) برای تخمین فشار آب حفره ای در بدنه سدهای خاکی کبودوال استان گلستان در زمان ساخت مورد مطالعه و مقایسه قرار گرفت. پنج ویژگی شامل تراز خاک ریزی، زمان ساخت سد، تراز مخزن (آبگیری)، سرعت آبگیری و سرعت خاک ریزی در طول دوره آماری ۱۳۸۸-۱۳۹۱ یا ۴ ساله به عنوان ورودی مدل ها در ۴ پیزومتر نصب شده در بدنه سد استفاده شده است. سه ویژگی نخست با توجه به تابع همبستگی متقابل موثرترین ورودی ها بودند. نتایج نشان داد که شبکه عصبی مصنوعی در دو پیزومتر با توجه به شاخص های آماری، جواب های دقیق تری نسبت به برنامه ریزی بیان ژن ارائه کرده است ولی در دو پیزومتر دیگر این امر برعکس بود. همچنین مدل های ANFIS و GEP در پیزومترهایی که دارای پراکندگی بیشتری بودند جواب های دقیق تری نسبت به مدل ANN ارائه کردند. در نهایت بر اساس مدل GEP روابط ریاضی بین متغیرهای ورودی و متغیر خروجی استخراج شد که برتری این مدل را نسبت به دیگر مدل ها نشان می دهد.

تخمین فشار آب حفره ای در بدنه سدهای خاکی در حین ساخت با مدل های هوشمند Keywords:

Earth dam , artificial neural network (ANN) , adaptive neural-fuzzy inference system (ANFIS) and gene expression programming (GEP) , pore water pressure. , سد خاکی , شبکه ی عصبی مصنوعی (ANN) , سیستم استنتاج عصبی- فازی تطبیقی (ANFIS) و برنامه نویسی بیان ژن (GEP) , فشار آب حفره ای.

تخمین فشار آب حفره ای در بدنه سدهای خاکی در حین ساخت با مدل های هوشمند authors

حسین حکیمی خانسر

Ph.D Candidate, University of Tabriz / Department of Water Engineerin

جواد پارسا

Assistant Professor, Department of Water Engineering, University of Tabriz, Iran

علی حسین زاده دلیر

Professore, Department of Water Engineering, University of Tabriz, Iran

جلال شیری

Associate Professor, Department of Water Engineering, University of Tabriz, Iran

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 :
Ferreira, C. (۲۰۰۱). Gene expression programming: a new adaptive algorithm ...
Jang, J.-S. (۱۹۹۳). ANFIS: adaptive-network-based fuzzy inference system. IEEE Transactions ...
Jang, J., Sun, C., and Mizutani, E. Neuro-fuzzy and Software ...
Li, M.-F., Tang, X.-P., Wu, W., & Liu, H.-B. (۲۰۱۳). ...
Miao, X. Y., Chu, J. K., Qiao, J., and Zhang, ...
Mirjalili S. ۲۰۱۵ How effective is the Grey Wolf optimizer ...
Norouzi, R., Sihag, P., Daneshfaraz, R., Abraham, J., and Hasannia, ...
Nourani, V., and Babakhani, A. (۲۰۱۳). Integration of Artificial Neural ...
Nourani, V., Sharghi, E., and Aminfar, M. (۲۰۱۲). Integrated ANN ...
Novakovic, A., Rankovic, V., Grujovic, N., Divac, D., and Milivojevic, ...
Ranković, V., Grujović, N., Divac, D., and Milivojević, N. (۲۰۱۴). ...
Tayfur, G., Swiatek, D., Wita, A., and Singh, V. P. ...
پارسا، چ.، حکیمی خانسر، ح.، دلیر حسین زاده، ع.، و ...
حکیمی، ح.، گلمایی، س.، و شیداییان، م. (۲۰۱۴). ارزیابی رفتار ...
حکیمی خانسر، ح.، گلمایی، س. ح.، و شیدائیان، م. (۲۰۱۴). ...
حکیمی خانسر، ح.، گلمایی، س. ح.، و شیدائیان، م. (۲۰۱۷a). ...
حکیمی خانسر، ح.، گلمایی، س. ح.، و شیدائیان، م. (۲۰۱۷b). ...
سلماسی، ف.، و حکیمی خانسر، ح. (۲۰۲۱). تخمین رفتار سد ...
سلماسی، ف.، حکیمی خانسر، ح.، و نورانی، ب. (۲۰۱۹). بررسی ...
کماسی، م.، و بیرانوند، ب. (۲۰۲۰). بررسی جابجایی های قائم ...
نمایش کامل مراجع