ارزیابی مدلهای شبکه عصبی مصنوعی در پیش بینی عمق آب شستگی جت های افقی مستغرق

آب شستگی یکی از اصلی ترین عوامل مخرب در سازه های آبی بوده و با توجه به تأثیر این پارامتر در میزان کارآیی و عمر مفید پروژه های آبی، پیش بینی و کنترل آن از هدر رفت سرمایه های ملی جلوگیری می نماید. اگرچه جهت توصیف این پدیده معادلات تئوری و تجربی ارزشمندی ارائه شده است، ولی بررسی امکان کاربرد روش شبکه های عصبی مصنوعی در پیش بینی مشخاصت ان به خصوص در مورد جت های افقی، می تواند در صرفه جویی وقت و هزینه های مطالعات بسیار مؤثر باشد. در تحقیق حاضر شبکه های عصبی مصنوعی به منظور پیش بینی عمق آب شستگی ناشی از جت های افقی بکار گرفته شد. داده های مورد نیاز از مدل آزمایشگاهی که طی همین تحقیق طراحی و اجرا شد به دست آمد. در مدل شبکه عصبی مصنوعی تهیه شده، مشخصات هیدرولیکی جریان به عنوان ورودی مدل و در مقابل حداکثر عمق آب شستگی به عنوان پارامتر خروجی لحاظ شد. شبکه عصبی تهیه شده یک شبکه سه لایه پیش رو بوده که برای رسیدن به آن، در مرحله آموزش و انتخاب نهایی از الگوریتم های مختلف بر مبنای حداقل میانگین مربعات خطا استفاده شد. همچنین نشان داد که مدل های شبکه عصبی مصنوعی با دقت بسیار بالا و قابل قبولی توانایی تخمین و پیش بینی مقادیر عمق آب شستگی را بر اساس مشخصات هیدرولیکی جریان دارد.

Keywords:

آب شستگی , جت افقی مستغرق , شبکه عصبی مصنوعی , مدل آزمایشگاهی , مصالح غیر چسبنده