مجتبی معصومی شهربابک - دانشجوی دکتری مهندسی عمران گرایش سازه های هیدرولیکی دانشگاه شهید باهنر کرمان
محمد جواد خانجانی - استاد بخش مهندسی عمران دانشکده فنی و مهندسی دانشگاه شهید باهنر کرمان.
کورش قادری - استاد بحش مهندسی آب دانشکده کشاورزی دانشگاه شهید باهنر کرمان.

کیسون های مکشی، سازه های بزرگی هستند که بخش مهمی از سیستم مهاربندی و یا فونداسیون تاسیسات دریایی از قبیل اسکله ها، پلها و نیروگاه ها را تشکیل میدهند. ظرفیت بالابرندگی کیسون ها پارامتر مهمی در پایداری آنها می باشند. در صورت عدم پیشبینی درست ظرفیت بالابرندگی کیسون ها، ممکن است به شکست کل سازه منجر گردد. اخیرا استفاده از روش های هوشمند در پیش بینی ظرفیت بالابرندگی کیسون ها ی مکشی متداو ل شد ه است. یک ی ا ز ای ن روش ها، دسته بندی گروهی داده هاGMDH میباشد. در مقاله حاضر مدلی مبتنی بر روش هوشمند داده محورGMDH و روش هوشمند مختلطGMDH–ANNبرای پیشبینی ظرفیت بالابرندگی کیسون ها در قسمت برنامه نویسی نرم افزارMATLABتوسعه داده شده است. به منظور ارزیابی پیش بینی، نتایج مدل های توسعه داده شده با چندین شاخص آماری و همچنین با نتایج دیگر روش ها مانند، شبکه عصبی مصنوعی و المان محدود مقایسه شده است. ضریب کارایی برای دو روش مذکور در مرحله ارزیابی به ترتیب 0.988 و 0.984 محاسبه شده اشت. نتایج بدست آمده بیانگر عملکرد مناسب مدل های توسعه داده شده در پیش بینی ظرفیت بالابرندگی کیسونها میباشند.

کیسون های مکشی، دسته بندی گروهی داده ها، شبکه عصبی مصنوعی، ظرفیت بالابرندگی، نیروگاه برقابی