پیش بینی عمق آبشستگی در مجاورت سرریزهای سنگی با استفاده از ساختار تعمیم یافته روش گروه دسته بندی داده ها
- سال انتشار: 1400
- محل انتشار: فصلنامه حفاظت منابع آب و خاک، دوره: 11، شماره: 1
- کد COI اختصاصی: JR_WSRCJ-11-1_002
- زبان مقاله: فارسی
- تعداد مشاهده: 237
نویسندگان
دانشجوی دکتری منابع آب، گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران.
استادیار گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران.
استادیار گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران.
دانشیار گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران.
استادیار گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران.
چکیده
در این مطالعه، الگوی آبشستگی در مجاورت سرریزهای سنگی با شکل های I، U و J درون کانال های خم توسط یک روش هوش مصنوعی نوین تحت عنوان ساختار تعمیم یافته روش گروه دسته بندی داده ها(GSGMDH) شبیه سازی شد. در مقایسه با روش(GMDH) گروه دسته بندی داده ها روش GSGMDH یک روش منعطف تر و دقیق تر است که در آن گره ها می-توانند از لایه های غیرهمجوار ورودی بگیرند. در ابتدا، کلیه پارامترهای موثر بر روی عمق آبشستگی در مجاورت سرریزهای سنگی شناسایی گردید و سپس با استفاده از این پارامترها، برای هر یک از روش های GMDH و GSGMDH شش مدل مختلف تعریف گردید. با تجزیه و تحلیل نتایج مدل های هوش مصنوعی مدل-های برتر معرفی گردید. مدل های برتر GMDH و GSGMDH مقادیر آبشستگی ها را بر حسب کلیه پارامترهای ورودی تخمین زدند. علاوه بر این، دقت مدل های GSGMDH از مدل های GMDH بیشتر بود. به عنوان مثال، برای مدل های برتر GMDH و GSGMDH مقدار شاخص عملکرد در وضعیت تست به ترتیب مساوی با ۰۷۵/۷۳ و ۴۰۸/۸۶ محاسبه شدند. همچنین، مدل برتر مقادیر تابع هدف را با دقت خوبی پیش بینی نمود. به عنوان مثال، مقادیر ضریب همبستگی (R)، شاخص پراکندگی(SI) و ضریب نش (NSC) برای مدل برتر GSGMDH در شرایط آموزش به ترتیب مساوی با ۹۱۳/۰، ۲۱۴/۰ و ۸۰۰/۰ تخمین زده شدند. با توجه به نتایج تحلیل حساسیت، پارامترهای پارامترهای ضریب شکل سرریزهای سنگی (φ)، نسبت اختلاف عمق جریان در بالادست و پائین دست تله سنگی برابر به ارتفاع سازه (y/hstΔ) و عدد فرود تراکمی (Fd) به عنوان موثرترین پارامترهای ورودی معرفی گردیدند. تحلیل عدم قطعیت نشان داد که مدل GSGMDH برتر دارای یک عملکرد کمتر از واقعی بود.کلیدواژه ها
سرریز سنگی, آبشستگی, روش دسته بندی گروهی داده ها, تحلیل عدم قطعیت, تحلیل حساسیت مشتق نسبیاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.