تحلیل عدم قطعیت در شبیه سازی دبی موثر نشت از سدهای خاکی با الگوریتم مونت کارلو و یادگیری ماشینی
Publish place: Modeling and Managing Water and Soil، Vol: 4، Issue: 1
Publish Year: 1403
Type: Journal paper
Language: Persian
View: 118
این Paper فقط به صورت چکیده توسط دبیرخانه ارسال شده است و فایل کامل قابل دریافت نیست. برای یافتن Papers دارای فایل کامل، از بخش [جستجوی مقالات فارسی] اقدام فرمایید.
نسخه کامل این Paper ارائه نشده است و در دسترس نمی باشد
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_MMWS-4-1_010
Index date: 12 March 2024
تحلیل عدم قطعیت در شبیه سازی دبی موثر نشت از سدهای خاکی با الگوریتم مونت کارلو و یادگیری ماشینی abstract
عدم قطعیت های ناشی از ماهیت پیچیده خاک موجب گسترش استفاده از تحلیل های احتمالاتی در طراحی سازه های خاکی شده است و در برخی از کشورها آیین نامه های طراحی چنین سازه هایی را تغییر داده است. هدف تحقیق حاضر تحلیل تراوش با فرض عدم قطعیت در هدایت هیدرولیکی خاک است که در شرایط مختلف هندسی سد موردبررسی قرارگرفته است. در این تحقیق ترکیب روش اجزای محدود به عنوان روش عددی محاسباتی در کنار یادگیری ماشینی (ML) برای بررسی مسئله تراوش از سد خاکی استفاده شده است که تحلیل عدم قطعیت در زبان برنامه نویسی فرترن با الگوریتم شبیه سازی مونت کارلو (MCS) پیاده سازی شده و با تعداد نمونه ۲۰۰۰ برای هر زیرمدل اجرا گردیده است و تابع توزیع فراوانی برای هر مدل استخراج شد. سپس، نتایج احتمالاتی با رگرسیون بردار پشتیبان (SVR) و برنامه نویسی بیان ژن (GEP) مورد تحلیل قرار گرفتند که مدل درختی برای تراوش نیز ارائه گردید. برای بررسی جریان نشت به صورت بی بعد از مولفه دبی موثر (ESD) استفاده شد که بیانگر جریان دبی خروجی با در نظر گرفتن هندسه سد و ضریب هدایت هیدرولیکی آن است. مدل سازی داده های حاصل از کد فرترن به دو روش برنامه نویسی بیان ژن و رگرسیون بردار پشتیبان انجام گرفت. ضریب همبستگی مدل SVR و GEP به ترتیب ۰.۹۶ (در سه حالت داده های آزمون، آموزش و کل) و ۰.۹۱ و ریشه میانگین مربعات خطا (RMSE) در هر دو مدل نزدیک ۰.۰۱ به دست آمد که بیانگر این است که دو مدل مذکور با دقت مناسبی قادر به پیش بینی دبی موثر هستند و نتایج مدل SVR نسبت به مدل GEP به نتایج تحلیل ناشی از اجزای محدود، تطابق بیشتری دارد.
تحلیل عدم قطعیت در شبیه سازی دبی موثر نشت از سدهای خاکی با الگوریتم مونت کارلو و یادگیری ماشینی Keywords:
زبان فرترن , محیط متخلخل , تحلیل عدم قطعیت , تابع توزیع فراوانی , برنامه نویسی بیان ژن , دبی موثر نشت
تحلیل عدم قطعیت در شبیه سازی دبی موثر نشت از سدهای خاکی با الگوریتم مونت کارلو و یادگیری ماشینی authors
فرهود کلاته
دانشیار گروه مهندسی عمران-آب، دانشکده مهندسی عمران، دانشگاه تبریز، تبریز، ایران.
میلاد خیری
دانشجوی دکتری عمران- آب و سازه های هیدرولیکی، دانشکده مهندسی عمران، دانشگاه تبریز، تبریز، ایران.