• مقایسه روش های شبکه عصبی مصنوعی و آنالیز ابعادی در پیش بینی شیب شیروانی پایدار پایاب بندهای پاره سنگی

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1393/11/01
    • تاریخ انتشار در تی پی بین: 1393/11/01
    • تعداد بازدید: 631
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    یکی از روش های سازه ای ارزان قیمت جهت کنترل جریان های سیلابی احداث بندهای تأخیری پاره سنگی است. از آنجایی که جریان در این سازه ها ذاتاً غیر دارسی است و احتمال وقوع جریان همزمان روگذر و درون گذر نیز وجود دارد و در نتیجه ی اندرکنش بین سنگ ها و سیال ممکن است سنگدانه ها حرکت کنند و بند تخریب شود، طراحی این بندها مستلزم مطالعه کافی است. شبکه های عصبی مصنوعی از جمله روش هایی هستند که توانایی برآورد فرآیندهای پیچیده و غیرخطی را با دقت مناسبی دارند. اگر چه دقت پیش بینی آنها به نوع الگوریتم های آموزش و یادگیری و تابع محرک مورد استفاده بستگی دارد. در این تحقیق به منظور پیش بینی شیب شیروانی پایاب مناسب برای طراحی بندهای پاره سنگی، مدل شبکه عصبی پرسپترن چند لایه با الگوریتم آموزشی و توابع آستانه متفاوت مورد ارزیابی قرار گرفت. همچنین شیب شیروانی پایاب پیش بینی شده با شبکه عصبی با مقادیر بر آورد شده از آنالیز ابعادی و داده های آزمایشگاهی مقایسه شد. نتایج نشان داد که مدل پرسپترون چند لایه با دو لایه مخفی و 5 نرون در هر لایه مخفی بهترین عملکرد را دارد. همچنین مشخص شد که شبکه ها با الگوریتمهای آموزشی گرادیان مزدوج (گرادیان مزدوج پلاک –ریبر، گرادیان مزدوج فلچر پاول و گرادیان مزدوج مقیاس شده) و تابع محرک تانژانت سیگموئید در لایه مخفی و تابع محرک خطی در لایه خروجی بهترین عملکرد را دارند. با مقایسه مقادیر نظیر در شبکه عصبی مصنوعی و رابطه ارائه شده از طریق آنالیز ابعادی مشخص شد که هر دو روش شیب شیروانی پایاب را با دقت قابل قبولی پیش بینی می کنند اما دقت روش شبکه های عصبی مصنوعی بیشتر است. از این رو می توان به منظور طراحی شیب شیروانی پایاب بندها از شبکه عصبی هم استفاده کرد.

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