محبوبترین نویسندگان :
نویسندگان مقالات پربازدید :
دهمین کنگره بین المللی مهندسی عمران
جزئیات رویداد
اینستاگرام تی پی بین
همایش ، رویداد ، ژورنال
حوزه های تحت پوشش رویداد

  • مقایسه عملکرد مدل هیبرید شبکه عصبی و الگوریتم ژنتیک با مدل ترکیبی عصبی فازی در برآورد طول نسبی پرش هیدرولیکی

    نویسندگان :
    کلمات کلیدی :
    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1393/11/01
    • تاریخ انتشار در تی پی بین: 1393/11/01
    • تعداد بازدید: 752
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    طول پرش به عنوان یکی از مشخصات پرش هیدرولیکی، فاصله افقی میان شروع و انتهای پرش است. گرچه طول پرش هیدرولیکی یکی از پارامترهای حساس در طراحی می باشد، اما تخمین طول پرش با فرمولی که اساس تئوری داشته باشد، امکانپذیر نمی باشد. لذا در این پژوهش، عملکرد مدل های هوشمند تلفیقی شبکه عصبی- الگوریتم ژنتیک (annga) و عصبی- فازی (cannga) در برآورد مشخصه طول نسب  پرش در کانال های مستطیلی مورد مطالعه و مقایسه قرار گرفت. اعداد بی بعد رینولدز و فرود به عنوان ورودی هر یک از مدل ها در نظر گرفته شد. با مقایسه نتایج بدست آمده از معیارهای اعتبارسنجی، مدل تلفیقی عصبی ژنتیک با جذر میانگین مربعات خطا  5.17، ضریب همبستگی 0.95، میانگین قدرمطلق درصد خطا 0.156 و ضریب نش –ساتکلیف 0.9، نسبت به روش ترکیبی عصبی – فازی (nse=0.85 ,mape=0.159, r=0.94t,rmse=6.97) عملکرد بهتری را نشان داد.

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
مقالات جدیدترین ژورنال ها