• کاربرد شبکه های عصبی مصنوعی در پیش بینی عمق آبشستگی پایین دست سرریز سیفونی

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1392/07/24
    • تاریخ انتشار در تی پی بین: 1392/07/24
    • تعداد بازدید: 1339
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
     یکی از مهم ترین پدیده های مرتبط با سازه های هیدرولیکی، پدیده آبشستگی می باشد. آبشستگی در پایین دست سرریزها و دانشی که به کمک آن بتوان، دامنه گسترش حفره آبشستگی را پیش بینی نمود، با توجه به خطراتی که این پدیده برای پایداری سد دارد، همواره از موضوعات مورد توجه محققین بوده است. سرریز سیفونی نیز یکی از انواع سرریزها می باشد که با توجه به قابلیت های خاص خود در سدهای مختلفی طی قرن اخیر، مورد استفاده قرار گرفته است. در این تحقیق با جمع آوری داده های آزمایشگاهی و استفاده از سه نوع پرکاربرد شبکه های عصبی مصنوعی یعنی شبکه با تغذیه رو به جلو و الگوریتم پس انتشار خطا (ffbp) و شبکه cfbp با تابع آموزش levenberg-marquardt و شبکه تابع پایه شعاعی (rbfn) عمق آبشستگی در پایین دست سرریز سیفونی، تخمین زده شده است. شاخص های آماری عملکرد قابل قبول شبکه ffbp را با r2=0.94 و rmse=0.06 در مقایسه با دو نوع دیگر شبکه عصبی و مدل های رگرسیونی خطی و غیر خطی نشان 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 ژورنال ها