• بررسی کارائی شبکه های عصبی مصنوعی در پیش بینی عمق آبشستگی پایه های پل و مقایسه نتایج با مدل های ریاضی معتبر

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1387/02/10
    • تاریخ انتشار در تی پی بین: 1387/02/10
    • تعداد بازدید: 1163
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    پل ها از جمله مهمترین و حیاتی ترین سازه های ارتباطی هستند که از دیرباز مورد استفاده قرار می گیرند. آبشستگی پایه های پل یکی از مهم ترین عوامل تهدید کننده پایداری پل های احداث شده بر روی رودخانه ها می باشد. منشا آبشستگی موضعی در واقع نوعی فرسایش در اطراف پایه پل ها است که در نتیجه جریان های گردابی برخاستگی و جریان نعل اسبی می باشد. به دلیل پیچیدگی فرایند آبشستگی و نامعلوم بودن جزئیات و عملکرد گردابهای تشکیل یافته در اطراف پایه های پل، روابط گوناگونی برای برآورد حداکثر عمق حفره آبشستگی ارائه شده است که عمدتا آزمایشگاهی و بعضا نیمه تئوری و یا صحرایی هستند. در عصر حاضر، استفاده از شبکه های عصبی مصنوعی (artificial neural networks) به دلیل ساختار ریاضی کاملا غیر خطی  می تواند جایگزین مناسبی برای مدلهای دیگر باشد. در این مقاله با استفاده از آمار واقعی نتایج بدست آمده از 3 رابطه معتبر برای محاسبه عمق آبشستگی ((csu)، ملویل و سادرلند، لارسن و توچ) با نتایج یک مدل شبکه عصبی مصنوعی بهینه و مقادیر مشاهداتی مقایسه شده است. برای مقایسه از توابع هدف mae ،rmse و r2 استفاده شد. نتایج تحقیق حاکی از آن است که ann از سرعت عمل و دقت قابل قبولی برخوردار بوده و نتایج بهتری  نسبت به سایر مدل ها ارائه می دهد.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها