تحلیل عدم قطعیت در شبیه سازی دبی موثر نشت از سدهای خاکی با الگوریتم مونت کارلو و یادگیری ماشین
Publish place: Modeling and Managing Water and Soil، Vol: 4، Issue: 1
Publish Year: 1403
Type: Journal paper
Language: Persian
View: 213
This Paper With 20 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
JR_MMWS-4-1_019
Index date: 16 September 2024
تحلیل عدم قطعیت در شبیه سازی دبی موثر نشت از سدهای خاکی با الگوریتم مونت کارلو و یادگیری ماشین 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 پژوهش حاضر تحلیل تراوش با فرض عدم قطعیت در هدایت هیدرولیکی خاک است که در شرایط مختلف هندسی سد مورد بررسی قرار گرفته است. در این پژوهش ترکیب روش اجزای محدود به عنوان روش عددی محاسباتی در کنار یادگیری ماشینی (ML) برای بررسی مساله 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 شده و تابع توزیع فراوانی برای هر مدل استخراج شد. سپس، نتایج احتمالاتی با رگرسیون بردار پشتیبان (SVR) و برنامه نویسی بیان ژن (GEP) تحلیل شدند که مدل درختی برای تراوش نیز ارائه شد. برای بررسی جریان نشت به صورت بی بعد از مولفه دبی موثر نشت (ESD) استفاده شد که بیان گر 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 شد. ضریب همبستگی مدل SVR و GEP به ترتیب ۹۶/۰ (در سه حالت داده های آزمون، آموزش و کل) و ۹۱/۰ و ریشه میانگین مربعات خطا (RMSE) در هر دو مدل نزدیک ۰۱/۰ به دست آمد که بیان گر 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 بیش تری دارد.
تحلیل عدم قطعیت در شبیه سازی دبی موثر نشت از سدهای خاکی با الگوریتم مونت کارلو و یادگیری ماشین Keywords:
تابع چگالی احتمال , تحلیل احتمالاتی , زبان برنامه نویسی فرترن , ماشین بردار پشتیبان , محیط متخلخل , هدایت هیدرولیکی خاک
تحلیل عدم قطعیت در شبیه سازی دبی موثر نشت از سدهای خاکی با الگوریتم مونت کارلو و یادگیری ماشین authors
فرهود کلاته
دانشیار/ گروه مهندسی عمران آب، دانشکده مهندسی عمران، دانشگاه تبریز، تبریز، ایران
میلاد خیری
دانش آموخته دکتری/ گروه مهندسی عمران آب، دانشکده مهندسی عمران، دانشگاه تبریز، تبریز، 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 :
