ارزیابی مدل های محاسبات نرم مبتنی بر روابط رگرسیونی جهت تخمین افت انرژی در سرریزهای گابیونی

Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 89

This Paper With 15 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JEWE-9-2_007

تاریخ نمایه سازی: 4 تیر 1402

Abstract:

برآورد میزان افت انرژی جریان در سرریزهای گابیونی می­تواند در کنترل فرسایش پایین دست سازه، مهار سیلاب و تثبیت بستر رودخانه موثر باشد. ازاین رو در این پژوهش با استفاده از مدل رگرسیون چندجمله ای تکاملی (EPR) و رگرسیون چند متغیره تطبیقی اسپلاین (MARS) به تخمین مقدار افت انرژی در این سرریزها پرداخته شد. از ۷۴ نمونه داده آزمایشگاهی حدود ۷۵٪ برای آموزش و ۲۵٪ باقیمانده برای آزمایش مدل ها استفاده شد. پارامترهای بی بعد عدد فرود (Fr)، شیب سرریز (S)، شماره گابیون (GN) و تخلخل (n) به عنوان پارامترهای ورودی استفاده شد. نتایج نشان داد مدل MARS مقادیر تخمین افت انرژی را با حداقل مربعات میانگین خطا (RMSE)، میانگین درصد قدر مطلق خطا (MAPE) و ضریب همبستگی (CC) به ترتیب برابر ۰۵۴/۰، ۰۱۷/۰ و ۹۹/۰ پیش­بینی می نماید که از دقت بهتری نسبت به مدل EPR برخوردار است. نتایج دیاگرام تیلور نیز نشان داد که عملکرد MARS و EPR مناسب است و دقت بسیار نزدیک به هم دارند. معادله رگرسیونی استخراجی از مدل EPR از پیچیدگی زیادی نسبت به معادله رگرسیونی استخراجی از مدل MARS برخوردار بود. با توجه به نتایج کسب شده استفاده از مدل های مذکور در تخمین افت انرژی در سرریزها توصیه می­شود.

Authors

رضا مبین

دانشجوی کارشناسی ارشد، گروه مهندسی آب، دانشکده مهندسی عمران و نقشه برداری، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفت، کرمان، ایران

محمد نجف زاده

دانشیار، گروه مهندسی آب، دانشکده مهندسی عمران و نقشه برداری، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان، ایران

کامبیز فرهی مقدم

استادیار، گروه مهندسی آب، دانشکده مهندسی عمران و نقشه برداری، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان، ایران

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 :
  • Barani, G. and Sadeghi, H. (۲۰۰۳). Estimation of energy dissipation ...
  • Fathi-moghaddam, M., Sadrabadi, M. T. and Rahmanshahi. M. (۲۰۱۸). Numerical ...
  • Sattar, A. A., Elhakeem, M., Rezaie-Balf, M., Gharabaghi, B. and ...
  • Zhang, W. and Goh, A. T. (۲۰۱۶). Multivariate adaptive regression ...
  • نمایش کامل مراجع