پیش بینی عمق آبشستگی اطراف گروه پایه های قائم با در نظر گرفتن امواج نوسانی با استفاده از ماشین بردار پشتیبان (svm)

بر اثر اندرکنش شرایط جریان و حرکت مصالح بسترهای فرسایش پذیر و با برخورد جریان به پایه پل و تغییر الگوی جریان در اطراف آن گردابه نعل اسبی ایجاد شده که به وقوع آبشستگی منجر می شود. آبشستگی پایه پل یک مشکل اساسی قابل تامل می باشد چرا که عدم توجه به آن باعث تخریب و در نهایت شکست فوندانسیون پل می گردد، از آنجایی که تخمین دقیق آبشستگی بسیار حائز اهمیت می باشد لذا استفاده از روش هایی که بتواند عمق آبشستگی را با دقت زیادی تخمین بزند در سال های اخیر مورد توجه محققین زیادی بوده است از این رو امروزه از روش های هوش مصنوعی برای مدل سازی سیستم های غیرخطی استفاده می شود در تحقیق حاضر، آبشستگی گروه پایه های پل با در نظر گرفتن امواج نوسانی با استفاده از ماشین بردار پشتیبان پیش بینی شده و با روابط تجربی و داده های آزمایشگاهی مختلف مورد مقایسه قرار گرفته است. بررسی ها نشان داده است که نتایج حاصل از ماشین بردار پشتیبان از دقت بیش تری نسبت به روابط تجربی برخوردار است که بیانگر عملکرد مناسب تر روش ماشین بردار پشتیبان نسبت به روابط تجربی می باشد. هم چنین مقادیر پارامترهای آماری برای روش svm به قرار زیر می باشد، dc= 0.96139 ، rmse= 0.07281 و برای روابط تجربی بهترین نتایج شاخص های آماری، 0.280952 =dc و rmse=0.3258 می باشد که پرواضح است که نتایج گویای عملکرد عالی روش svm می باشد.