برآورد ضریب آبدهی سرریزهای کلید پیانویی انحنادار با استفاده از ترکیب رگرسیون بردار پشتیبان و الگوریتم های ملخ و کرم شب تاب

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 252

فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_WATER-12-2_011

تاریخ نمایه سازی: 29 دی 1400

چکیده مقاله:

سرریزهای کلیدپیانویی نوع جدیدی از سرریزها هستند که در جهت افزایش ظرفیت تخلیه سدها و کانال­ها طراحی می­شوند. در صورتی­که کلیدهای تشکیل­دهنده این مدل سرریز بر روی کمانی از یک دایره قرار بگیرند، آن را سرریز کلیدپیانویی انحنادار می­نامند. در این پژوهش عملکرد سه مدل هوشمند رگرسیون بردار پشتیبان (SVR)، رگرسیون بردار پشتیبان- کرم شب­تاب (SVR-FA) و رگرسیون بردار پشتیبان- ملخ (SVR-GOA) برای پیش­بینی میزان آبدهی سرریزهای کلیدپیانویی انحنادار مورد ارزیابی قرار گرفته­ است. ضریب تعیین (R۲)، میانگین مربعات خطا (MAE) ، جذر میانگین مربعات خطا (RMSE) و شاخص پراکندگی (SI) چهار شاخص آماری می­باشند که برای تعیین دقت مدل­های  هوشمند به کار گرفته شده ­است. نتیجه این معیارهای ارزیابی در دوره آزمون نشان می­دهد که مدل SVR-GOA با مقادیر ۹۹۲۷۵/۰، ۰۱۲۰۲/۰، ۰۰۰۲۶/۰ و ۰۰۰۴۶/۰ نسبت به مدل SVR-FA با مقادیر ۹۵۶۶۶/۰، ۰۳۸۴۴/۰، ۰۰۲۰۰/۰ و ۰۰۳۴۲/۰ و SVR با مقادیر ۹۴۲۴۹/۰، ۰۴۰۱۳/۰، ۰۶۰۲۷/۰ و ۰۰۴۱۰/۰ به ترتیب برای شاخص­های R۲،MAE ،RMSE  و SI از دقت بیشتری در پیش­بینی آبدهی سرریز کلیدپیانویی انحنادار برخوردار است.

کلیدواژه ها:

: رگرسیون بردار پشتیبان ، الگوریتم ملخ ، الگوریتم کرم شب تاب ، سرریز کلیدپیانویی انحنادار ، ضریب آبدهی

نویسندگان

حجت کرمی

استادیار گروه مهندسی عمران- مهندسی آب و سازه های هیدرولیکی، دانشکده مهندسی عمران، دانشگاه سمنان

علیرضا رضائی آهوانویی

کارشناسی ارشد مهندسی آب و سازه های هیدرولیکی، دانشکده مهندسی عمران، دانشگاه سمنان

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 :
  • روشنگر، ک.، ماجدی اصل، م.، اعلمی، م و شیری، ج. ...
  • صفرزاده، ا. و نوروزی، ب. ۱۳۹۳. هیدرودینامیک سه­ بعدی سرریزهای ...
  • Anderson, R.M and Tullis, B. ۲۰۱۱. Influence of Piano Key ...
  • Anderson, R.M., and Tullis, B. ۲۰۱۲. Comparison of Piano Key ...
  • Azimi, H., Bonakdari, H and Ebtehaj, I. ۲۰۱۷. A highly ...
  • Aljarah, I., Ala’M, A. Z., Faris, H., Hassonah, M. A., ...
  • Goel, A. ۲۰۱۳. Modeling aeration of sharp crested weirs by ...
  • Heidari, A. A., Faris, H., Aljarah, I and Mirjalili, S. ...
  • Juma, I. A., Hussein, H and AL-Sarraj, M. ۲۰۱۴. Analysis ...
  • Kabiri-Samani, A and Javaheri, A. ۲۰۱۲. “Discharge coefficient for free ...
  • Karami, H., Karimi, S., Rahmanimanesh, M and Farzin, S. ۲۰۱۷. ...
  • Khoshbin, F., Bonakdari, H., Ashraf Talesh, S.H., Ebtehaj, I., Zaji, ...
  • Laugier, F. ۲۰۰۷. Design and construction of the first Piano ...
  • Laugier, F., Lochu, A., Gille, C., Leite Ribeiro, M and ...
  • Leite Ribeiro, M., Bieri, M., Boillat, J.L., Schleiss,A.J., Singhal, G ...
  • Leite Ribeiro, M., Pfister, M., Boillat, J.L., Schleiss, A.J and ...
  • Leite Ribeiro, M., Pfister, M., Schleiss, A.J and Boillat, J.L. ...
  • Mehr, A. D., Nourani, V., Khosrowshahi, V.K and Ghorbani, M.A. ...
  • Olyaie, E., Heydari, M and Banejad, H. ۲۰۱۸b. Estimating Discharge ...
  • Olyaie, E., Heydari, M., Banejad, H and Chau, K.W. ۲۰۱۸a. ...
  • Pai, P.F., Hong, W.C. ۲۰۰۵. Forecasting regional electricity load based ...
  • Parsaie, A and Haghiabi, A.H. ۲۰۱۴. Assessment of some famous ...
  • Roushangar, K., Alami, M.T., Shiri, J and Asl, M.M. ۲۰۱۸. ...
  • Saremi, S., Mirjalili, S and Lewis, A. ۲۰۱۷. Grasshopper optimisation ...
  • Schleis, A. ۲۰۱۱. Labyrinth and piano key weirs-PKW. CRC Press, ...
  • Vapnik, V.N. ۱۹۹۵.The Nature of Statistical Learning Theory. Springer, New ...
  • Yang, X.S. ۲۰۰۹. Firefly Algorithms for Multimodal Optimization. Stochastic Algorithms: ...
  • Zhang, X., Wang, J. and Zhang, K. ۲۰۱۷. Short-term electric ...
  • Zhao, S and Wang, L. ۲۰۱۰. Support vector regression based ...
  • Zounemat-Kermani, M and Mahdavi-Meymand, A. ۲۰۱۹. Hybrid meta-heuristics artificial intelligence ...
  • نمایش کامل مراجع