فرزاد حسنی - دانشجوی دکتری منابع آب، گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران
سعید شعبانلو - گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران

در این مطالعه برای اولین بار ضریب دبی دریچه جانبی توسط یک روش نوین هوش مصنوعی تحت عنوان ماشین آموزش نیرومند خارج از محدوده (ORELM) شبیه سازی شد. برای اینکار، ابتدا پارامترهای موثر بر روی ضریب دبی شامل نسبت عرض کانال اصلی به طول دریچه جانبی (B/L)، نسبت ارتفاع تاج دریچه جانبی به طول دریچه جانبی (W/L)، نسبت عمق جریان به به طول دریچه جانبی (Ym/L) و عدد فرود (Fr) شناسایی شدند و پنج مدل ORELM با استفاده از این این پارامترها توسعه داده شدند (ORELM ۱ to ORELM ۵). سپس داده های آزمایشگاهی به دو دسته آموزش (۷۰ درصد) و آزمون (۳۰ درصد) تقسیم شدند. در ادامه با انجام یک تحلیل حساسیت مدل برتر و موثرترین پارامترهای ورودی شناسایی شدند. مدل برتر (ORELM ۳) مقادیر ضریب دبی را بر حسب B/L، W/L و Fr شبیه سازی کرد. لازم به ذکر است که مدل ORELM ۳ مقادیر ضریب دبی را با دقت مناسبی پیش بینی نمود. به عنوان مثال، مقادیر ضریب همبستگی (R)، شاخص پراکندگی (SI) و ضریب بهره وری نش- ساتکیف (NSC) در وضعیت آزمون برای مدل ORELM ۳ به ترتیب مساوی با ۹۳۶/۰، ۰۴۹/۰ و ۸۵۲/۰ بدست آمدند. تجزیه و تحلیل نتایج شبیه سازی نشان داد که W/L و Fr موثرترین پارامترهای ورودی برای شبیه سازی ضریب دبی بودند. علاوه بر این نتایج تحلیل عدم قطعیت نشان داد که مدل ORELM ۳ عمکردی کمتر از واقعی داشت.

ضریب دبی, دریچه جانبی, ماشین آموزش نیرومند خارج از محدوده, تحلیل عدم قطعیت, تحلیل حساسیت مشتق نسبی