یاسر مهری - دانشجوی کارشناسی ارشد سازه های آبی دانشگاه تهران
نادر عباسی - دانشیار موسسه تحقیقات فنی ومهندسی کشاورزی ، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران

پرش هیدرولیکی نوع B پرشی است که روی سطح شیبدار با شیب مثبت یک شوت تحت شرایط خاص اتفاق می­افتد، به گونه­ای که تعیین عمق ثانویه و طول غلتاب در آن برای حفاظت از سازه­های ساخته شده و جلوگیری از آبشستگی ضروری است. دراین پژوهش کاربرد دو روش هوشمند سامانه استنتاج فازی و فازی - عصبی بحث و بررسی شده است. برای مد­­ل­سازی از داده­های آزمایشگاهی استفاده و کد نویسی در محیط نرم افزار متلب انجام شد. از الگوریتم تکرار شونده برای بهینه نمودن هردو مدل استفاده شد. نتایج نشان داد که الگوریتم تکرار شونده که برای بهینه­سازی در هردو مدل استفاده گردید، سبب کارایی بهتر مدل­ها شد. روش­های مورد استفاده در این تحقیق توانایی پیش­بینی مشخصات پرش هیدرولیکی را با دقت قابل قبول دارا هستند و نسبت به مدل­های فیزیکی و روش­های تجربی با توجه به پیچیده بودن شرایط از لحاظ زمان و هزینه برای پیش­بینی مناسب­ترند. از نتایج دیگر این پژوهش انعطاف پذیری بالای مدل فازی – عصبی نسبت به سامانه استنتاج فازی است. همچنین می­توان به دقت بالاتر مدل فازی- عصبی نسبت به سامانه استنتاج فازی اشاره نمود. با توجه به ارزیابی دو مدل سامانه استنتاج فازی و مدل فازی – عصبی تطبیقی استفاده شده در این تحقیق شاخص­های ارزیابی­ برای پیش­بینی عمق ثانویه پرش و طول غلتاب با جذر میانگین مربعات خطا 014/0 و ضریب تعیین 997/0 برای عمق ثانویه و جذر میانگین مربعات خطای 033/0 و ضریب تعیین 983/0 برای طول غلتاب نشان می­دهد که مدل فازی - عصبی، مدلی مناسب برای پیش­بینی پارامتر­های پرش هیدرولیکی می­باشد.

منطق فازی, پرش هیدرولیکی, پیش بینی, مستهلک کننده انرژی, مدل های هوشمند