مدل سازی شبکه های عصبی مصنوعی هوشمند برای تخمین ضریب زبری مانینگ در کانال های با بسترمتحرک بر اساس داده های میدانی تلخه رود تبریز

با توجه به دخیل بودن پارامترهای متعدد نظیر شیب بستر ، شعاع هیدرولیکی ، جنس بستر و مقدار گذر حجمی جریان ، تخیین دقیق ضریب زبری مانینگ در کانالها، دشوار میباشد. رفتار بین ضریب زبری مانینگ و پارامترهای تاثیرگذار غیرخطی بوده و از این رو صرفا ، بر مبنای معادله مانینگ ، تخمین اولیه ای از این ضریب را ارایه میدهد. در تحقیق حاضر ، بر مبنای داده های اخذ شده از شیب بستر ، شعاع هیدرولیکی ، دبی جریان و ضریب زبری مانینگ با استفاده از مدل سازی شبکه عصبی مصنوعی و منطق فازی صورت گرفته و باهم مقایسه گردیدهاند. بر مبنای نتایج حاصل از مدل سازی ، نتایج هر دو روش قابل قبول بوده ولی رگرسیون شبکه های عصبی مصنوعی نسبت به منطق فازی بیشتر میباشد. همچنین میتوان بر مبنای این مدل سازی ضریب مانینگ را با دقت مناسبی از بقیه ی پارامترهای تاثیرگذار پیش بینی نمود.

Keywords:

ضریب زبری بستر , مقاومت جریان , شبکه استنتاج عصبی-فازی تطبیقی , شبکه عصبی مصنوعی