پیش بینی موقعیت سطح ایستابی در بدنه خاکریز با استفاده از شبکه های عصبی و حداقل آنتروپی

Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 527

This Paper With 8 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:

IHC12_154

تاریخ نمایه سازی: 30 شهریور 1394

Abstract:

سطح ایستابی یا فریاتیک با نشت جریان در محیط های نامحصور پدید می آید که بیانگر مرز فشارهای نسبی مثبت و منفی است. در اصل این سطح بالاترین خط جریان در محیط متخلخل بوده که یافتن مکان آن اولین گام برای ترسیم شبکه جریان، تحلیل مقدار نشت و هم چنین برآورد میزان گرادیان هیدرولیکی محسوب می شود. در این تحقیق ابتدا با استفاده از نرم افزار کامسول و به کارگیری معادلات ریچاردز، نشت در بدنه یک خاکریز همگن و همسان با شیب ثابت شیروانی ها شبیه سازی شده است. متغییرهای بی بعد موثر بر موقعیت سطح ایستابی پس از استاندارد سازی تجزیه و تحلیل شده و ترکیب های محتمل متغییرها، برای محاسبه احتمال آنها شناسایی شده است. مقدار آنتروپی برای هر ترکیب یا زیرمدل محاسبه و با یکدیگر مقایسه شدند. از بین شش زیرمدل محتمل، مقدار آنتروپی سه زیرمدل کمتر از متوسط آنتروپی کل زیر مدل ها بود. در نتیجه از این سه زیرمدل بعد از مرتب سازی تصادفی داده ها، برای آموزش شبکه های عصبی با ساختارهای مختلف استفاده و توان یادگیری آنها ارزیابی شد. شبکه آبشاری با دو لایه پنهان علاوه بر سرعت یادگیری بیشتر توانست بهترین پیش بینی را نسبت به سایر ساختارها از خود نشان دهد، قدرت پیش بینی این شبکه در زیرمدل های با آنتروپی بیشتر به شدت کاهش می یابد.

Authors

پیام طاهری

دانشجوی دکترای سازه های آبی باشگاه پژوهشگران جوان دانشگاه آزاد اسلامی واحد اهواز ، اهواز، ایران

محسن سلیمانی بابرصاد

دانشگاه آزاد اسلامی واحد شوشتر، گروه سازه های آبی، شوشتر، ایران

محمود شفاعی بجستان

استاد دانشکده علوم آب، دانشگاه شهید چمران اهواز

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 :
  • neural networks in hydrology, II: Hydrologic applications." J. Hydrologic Artificialءه ...
  • Tafur, G. (2005), "Case study: Finite element method and artificial ...
  • Celia, M. A., Bouloutas, E. T., and Zarba, R. L. ...
  • Nourani, V., Babakhani, A. (2013), "Integration of artificial neural networks ...
  • earthfill dam seepage modeling." Jourmal of computing in civil eng ...
  • Coppola, E. A.. Szidarovszky, F. Poulton, M. M., and Charles, ...
  • Coppola, E. A.. Rana, A., Poulton, M. M., Szidarovszky, F., ...
  • Li, J., Chen, Y., and Pepper, D. (2003). "Radial basis ...
  • Zhang, L., Liu, X., Wang, J., Guo, J. (2012). "Investigation ...
  • Ross, P. J. (1550). "Efficient numerical methods for infiltration using ...
  • Abdulnaser S (2005) "Computatinal fluid dynamics". Copyright @ 2005 Abdulnaser ...
  • Pryor R (2011) "Multiphysics modeling using Comsol (A first principles ...
  • نمایش کامل مراجع