ارزیابی عملکرد روش های هوش مصنوعی در تخمین نشست تاج سد سنگریزه ای با هسته مرکزی
محل انتشار: فصلنامه علوم آب و خاک، دوره: 26، شماره: 2
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 233
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWSS-26-2_008
تاریخ نمایه سازی: 29 شهریور 1401
چکیده مقاله:
نشست غیرقابل پیش بینی سدهای خاکی پژوهشگران را بر آن داشته تا روش های نوین نظیر شبکه عصبی مصنوعی، تئوری موجک، منطق فازی و ترکیبی از این روش ها مورد توجه آنها قرار گیرد. در این پژوهش با استفاده از روش های هوش مصنوعی مقدار نشست تاج در سدهای سنگریزه ای با هسته مرکزی تخمین زده شده است. در این پژوهش از داده های ۳۵ سد سنگریزه ای با هسته مرکزی برای آموزش و صحت سنجی مدل ها استفاده شد. شبکه عصبی مصنوعی، مدل ترکیب تبدیل موجک و شبکه عصبی مصنوعی و سیستم استنتاج تطبیقی فازی- عصبی مدل های پیشنهادی ارائه شده در این پژوهش هستند. بر اساس نتایج حاصل در مطالعه حاضر، بهترین مدل برای شبکه عصبی مصنوعی با دو لایه مخفی که لایه اول ۱۸ نورون و لایه دوم ۷ نورون و با تابع فعال ساز Tansig-Tansig، با ضریب تعیین R۲=۰.۴۹۶۹، برای مدل سیستم استنتاج فازی- عصبی، تابع حلقوی (Dsigmoid) به عنوان تابع عضویت، با ۳ تابع عضویت و تعداد ۱۴۲ تکرار با ضریب تعیین R۲=۰.۲۸۶۰، بهترین مدل و همچنین برای ترکیب تبدیل موجک- شبکه عصبی با تابع موجک coif۲ به دلیل انطباق بیشتر این تابع با متغیرهای ورودی، عملکرد بهتری داشته و این تابع با ضریب تعیین R۲=۰.۹۴۴۷، دارای بیشترین دقت نسبت به سایر مدل ها است.
کلیدواژه ها:
نویسندگان
مهران سیف الهی
University of Tabriz
سلیم عباسی
Univ. of Mohaghegh Ardabili
محمد علی لطف الهی یقین
University of Tabriz
رسول دانشفراز
University of Maragheh
فرهود کلاته
University of Tabriz
مازیار فهیمی فرزام
University of Maragheh
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :