تخمین عمق آبشستگی در اطراف سرریزهای مستغرق با استفاده از مدل نوین ماشین آموزش نیرومند

  • سال انتشار: 1400
  • محل انتشار: فصلنامه سد و نیروگاه برقابی ایران، دوره: 8، شماره: 29
  • کد COI اختصاصی: JR_HYDROP-8-29_004
  • زبان مقاله: فارسی
  • تعداد مشاهده: 202
دانلود فایل این مقاله

نویسندگان

علی عزیزپور

Department of Water Engineering, College of Agriculture, Islamic Azad University, Kermanshah Branch, Kermanshah

محمد علی ایزدبخش

Department of Water Engineering, College of Agriculture, Islamic Azad University, Kermanshah Branch, Kermanshah

احمد رجبی

Department of Water Engineering, College of Agriculture, Islamic Azad University, Kermanshah Branch, Kermanshah

سعید شعبانلو

Department of Water Engineering, College of Agriculture, Islamic Azad University, Kermanshah Branch, Kermanshah

چکیده

در این مطالعه با استفاده از روش نوین ماشین آموزش نیرومند الگوی آبشستگی در پائین دست سرریزهای مستغرق پیش­بینی شد. در مطالعه حاضر برای بررسی توانایی دقت مدل عددی از روش شبیه­سازی­های مونت کارلو بهره گرفته شد. علاوه بر این، به منظور صحت سنجی دقت مدل­های عددی از روش اعتبار سنجی ضربدری استفاده گردید. در ادامه با توجه به پارامترهای ورودی، پنج مدل عددی ماشین آموزش نیرومند توسعه داد شد. در ابتدا، بهینه ترین تعداد نرون های لایه مخفی برای مدل عددی محاسبه شد. سپس تابع فعال­سازی بهینه برای مدل عددی انتخاب شد. تحلیل توابع فعال­سازی نشان داد که تابعsigmoid مقادیر تابع هدف را با دقت بیشتری تخمین زد. همچنین نتایج تحلیل حساسیت نشان داد که مدل برتر مقادیر آبشستگی را بر حسبU۰/Uc, z/ht, d۵۰/ht تخمین زد. این مدل مقادیر آبشستگی در پائین دست سرریزهای مستغرق را با دقت قابل قبولی تخمین زد به عنوان مثال مقادیر ضریب تبیین و شاخص پراکندگی برای این مدل به ترتیب مساوی با ۸۸۰/۰ و ۱۲۷/۰ محاسبه شد. علاوه بر این، پارامتر بدون بعد سرعتU۰/Uc به عنوان موثرترین پارامتر ورودی شناسایی شد. در نهایت یک ماتریس برای محاسبه عمق آبشستگی برای مهندسین بدون نیاز به دانش قبلی در مورد ماشین آموزش نیرومند ارائه شد.

کلیدواژه ها

Submerged weir, Scour, Modeling, Extreme Learning Machine, سرریز مستغرق, آبشستگی, مدل سازی, ماشین آموزش نیرومند

اطلاعات 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.