تخمین هوشمند دبی جریان زیربحرانی در شی بشکن قائم مستطیلی با استفاده از شبکة عصبی مصنوعی
Publish place: 6th International Conference on Civil Engineering
Publish Year: 1382
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,281
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICCE06_158_5790860173
تاریخ نمایه سازی: 25 مهر 1384
Abstract:
تعیین ارتباط بین عمق بحرانی و عمق جریان در لبة شیب شکنهای قائم با جریان زیربحرانی در بالادست آن یکی از مسائل مهم و مورد توجه مهندسان هیدرولیک بوده است. اگر ارتباط بین این دوعمق بخوبی برآورد شود، از این سازه م یتوا ن به عنوان ابزار اندازه گیری دبی جریان درکانالهای آبیاری استفاده نمود. تاکنون تحقیقات فراوانی برای یافتن ارتباط میان این دو عمق صورت پذیرفته است. در این تحقیقات معموًلا سعی شده است با انداز هگیریهای آزمایشگاهی، منحنی مناسبی برداد ههای حاصل برازش داده شود. لیکن، معمو ً لا ارتباط این دومتغیر ب هصورت خطی در نظرگرفته میشود وهمین موضوع موجب ایجاد خطا درتخمین دبی جریان می گردد. دراین مقاله سع یشده اس تبا تبیین ویژگیهای شبکه های عصبی مصنوعی، شبک های از نوع پرسپترون چند لایه با قانون یادگیری پ سانتشار خطا برای بازیابی نگاشت غیرخطی میان الگوهای مستقل داد هها و متغیرهای وابسته طراحی گردد که به کمک آن، امکان تخمین هوشمند دبی جریان میسرگردد. نتایج حاصل نشان م یدهد که انطباق خوبی بین مقادیر پیش بینی شدة دبی ناشی ازشبکة عصبی مصنوعی و داده های آزمایشگاهی وجود دارد.علاوه بر این، استفاده از شبکة عصبی مصنوعی نیز می تواند شی بشکن را به عنوان ابزاری برای انداز هگیری دبی جریان درسیستمهای انتقال آب و شبکه های آبیاری مطرح سازد.
Keywords:
Authors
غلامعلی منتظر
استادیار دانشکده مهندسی دانشگاه تربیت مدرس
امیراحمد دهقانی
دانشجوی دکترای عمران (گرایش هیدرولیک) دانشگاه تربیت مدرس
پرویز فتحی
دانشجوی دکتری آبیاری دانشگاه تربیت مدرس
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 :