سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

پیشبینی عمق آبشستگی در پایه های استوانهای شکل با استفاده از درختهای رگرسیونی و مقایسه آن با روشهای تجربی

Publish Year: 1387
Type: Conference paper
Language: Persian
View: 1,809

This Paper With 8 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:

IHC07_132

Index date: 31 July 2008

پیشبینی عمق آبشستگی در پایه های استوانهای شکل با استفاده از درختهای رگرسیونی و مقایسه آن با روشهای تجربی abstract

یکی از عوامل بسیار مهم در تخریب پل ها آبشستگی است. در طراحی پل هایی که بر روی رودخانه ها قرار می گیرند عمق نهایی آب شستگی، عامل بسیار تعیین کننده ای است چرا که جیان پس از برخورد با پایه های پل تشکیل سیستم های گردابی داده که این سیتسم ها اطراف پایه را خالی کرده و موجب ناپایداری پل می گردند. محققین بسیاری در گذشته پارامترهای مؤثر بر این پدیده را بررسی و روابط تجربی متعددی ارائه کرده اند. در سال های اخیر ابزارهای محاسباتی نرم مانند شبکه های عصبی مصنوعی، سیستم استنباط فازی و ... برای تخمین عمق نهایی آبشستگی مورد استفاده قرار گرفته است. درخت‌های تصمیم گیری یکی از ابزارهای داده کاوی متداول برای پیش بینی می باشند که در فرایند آموزش داده ها، تولید یکسری قوانین می کنند و پیش بینی خود را بر اساس این قوانین تولید شده انجام می دهد. سرعت، دقت بالا و تصمیم گیری بر اساس ارزش دهی به هر یک از پارامترها برای ایجاد مدل مناسب از مزیت های این روش می باشد، در این تحقیق با استفاده از درخت های تصمیم رگرسیونی و با به کار بردن الگوریتم CART عمق نهایی آبشستگی در پایه های پل تخمین زده شده است. داده های مورد استفاده در این تحقیق شامل 11 سری داده آزمایشگاهی در شرایط آب زلال می باشند. پارامترهای اندازه گیری شده آزمایشگاهی شامل قطر متوسط ذرات (d50)، قطر (d)، عمق آب (y) ، سرعت متوسط جریان (u)، سرعت بحرانی (uc) و عمق آبشستگی (ds) می باشند. از پارامترهای مذکور برای ساخت و اریابی مدل درخت رگرسیونی استافده شده است و در نهایت نتایج مدل با دقت بیشتر نسبت به مدل های تجربی می باشند.

پیشبینی عمق آبشستگی در پایه های استوانهای شکل با استفاده از درختهای رگرسیونی و مقایسه آن با روشهای تجربی Keywords:

پیشبینی عمق آبشستگی در پایه های استوانهای شکل با استفاده از درختهای رگرسیونی و مقایسه آن با روشهای تجربی authors

علی سبزیان پور

دانشجوی کارشناسی ارشد عمران - دانشکده عمران - دانشگاه علم و صنعت ایران

جواد محجوبی

کارشناسی ارشد عمران - موسسه تحقیقات آب

ابراهیم جباری

استادیار دانشکده عمران - دانشکده عمران - دانشگاه علم و صنعت 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 :
.r دانشگاه صنعت آب و برق (شهید عباسپور)- 21 الی ...
. شفاعی بجستان، م، 1373. "هیدرولیک رسوب." انتشارات دانشگاه شهید ...
. Ettema, R., and Raudkivi, A. J. (1983). "Clear water ...
. Shirolc, A. M., and holt, R. C.(1991). "Planning for ...
. Chabert, J., Engeldinger, P., 1956. Etude des affo uillements ...
. Breusers, N. H. C., and Raudkivi, A. J. (1991). ...
. Melville, B. W., and Sutherlands, A. J. (1988). _ ...
. Bateni.S. M., Borghei .S.M., Jeng. D.-S. (2007)' Neural network ...
. Shen, H.W. (1971). 4Scour Near Piers. River Mechanics., vol. ...
. Hancu, S. (1971).، Sur le calcul des affouillements locaux ...
. Melvill, B.W., and Chiew Y.M. (1999). _ scale for ...
. Laursen, E.M., Toch, A. (1956).'Scour around bridge piers and ...
. Breusers, H.N.C., Nicollet, G., Shen, H.W.(1977).، Local scour around ...
. Bhattacharya, B., Solomatine, D.P., 2005. Neural networks and M5 ...
. Bhattacharya, B., Price, R. K., and Solomatine, D. P., ...
. Mitchell, T.M. (1997). "Machine Learning" McGrow-Hil. ...
. Hand, D. Heikki, M. Padhraic, S. (2001). "Principles of ...
. Breiman, L. Friedman, J. Olshen, R. and Stone, C. ...
. Ettema, R.(1980).^ Scour at bridge piers.' Report No. 216, ...
. Jain, S.C., Fischer, E.E. (1980).^ Scour around bridge piers ...
. Chee, R.K.W. (1 982) .^Live-bed SCOur at bridge piers. ...
. Chiew, Y.M. (1984).، Local SCOur at bridge piers.' Report ...
variation of scour Temporal؛ [24]. Kothyari, U.C., Grade, R.J., Ranga ...
. Yanmaz, A.M., Altinbilek, H.D. (1991).^ Study of time -dependent ...
. Graf, W.H. (1995)'. Load scour around piers. Annual Report.' ...
. Melville, B.W. (1997).' Pier and abutment scour. integrated appro ...
نمایش کامل مراجع

مقاله فارسی "پیشبینی عمق آبشستگی در پایه های استوانهای شکل با استفاده از درختهای رگرسیونی و مقایسه آن با روشهای تجربی" توسط علی سبزیان پور، دانشجوی کارشناسی ارشد عمران - دانشکده عمران - دانشگاه علم و صنعت ایران؛ جواد محجوبی، کارشناسی ارشد عمران - موسسه تحقیقات آب؛ ابراهیم جباری، استادیار دانشکده عمران - دانشکده عمران - دانشگاه علم و صنعت ایران نوشته شده و در سال 1387 پس از تایید کمیته علمی هفتمین کنفرانس هیدرولیک ایران پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله آبشستگی ، پایه پل، درخت تصمیم گیری، داده کاوی هستند. این مقاله در تاریخ 10 مرداد 1387 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1809 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که یکی از عوامل بسیار مهم در تخریب پل ها آبشستگی است. در طراحی پل هایی که بر روی رودخانه ها قرار می گیرند عمق نهایی آب شستگی، عامل بسیار تعیین کننده ای است چرا که جیان پس از برخورد با پایه های پل تشکیل سیستم های گردابی داده که این سیتسم ها اطراف پایه را خالی کرده و موجب ناپایداری ... . این مقاله در دسته بندی موضوعی داده کاوی و درخت تصمیم طبقه بندی شده است. برای دانلود فایل کامل مقاله پیشبینی عمق آبشستگی در پایه های استوانهای شکل با استفاده از درختهای رگرسیونی و مقایسه آن با روشهای تجربی با 8 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.