پیش بینی عمق آبشستگی اطراف پایه پل با استفاده از ماشین های بردار پشتیبان و شبکه های عصبی مصنوعی

یکی از مهمترین نکات هنگام طراحی پایه پل ها (شمع ها)، تعیین عمق چاله آبشستگی در اطراف آن می باشد . دقیق نبودن روابط تجربی موجود و پیچیدگی مدلسازی فرایند آبشستگی سبب شده است تا از روشهای جایگزین ر وابط تجربی برای تخمین عمق آبشستگی پای پل ها استفاده شود . در مقاله حاضر، عملکرد دو روش «ماشی نهای بردار پشتیبان» و «شبکه های عصبی مصنوعی » در تخمین عمق چاله آبشستگی اطراف پایه پل مورد بررسی قرار گرفته و نتایج حاصله با نتایج حاصل از روابط تجربی مقای سه شده است. این بررسی نشان داد نتایج حاصل از روش SVM از دقت بالاتری نسبت به روش ANN برخوردار بوده ودقت این دو روش به مراتب بهتر از روابط تجربی می باشد.

Keywords:

عمق آبشستگی , پایه پل , شمع , ابزارهای نرم , ANN , SVM