پیش بینی ضریب فشار آب حفره ای در بدنه سد های خاکی در زمان ساخت و تعیین ویژگی های موثر بر آن با استفاده از الگوریتم هیبریدی WCA-ANN

در این مطالعه قابلیت الگوریتم هیبریدی WCA-ANN در زمینه مدل سازی ضریب فشار آب حفره ای در بدنه سد کبودوال (مطالعه موردی) در زمان ساخت و تعیین ویژگی های موثر بر آن ارزیابی شده است. در این راستا از پنج ویژگی شامل تراز خاک ریزی، زمان ساخت سد، تراز مخزن (آبگیری)، سرعت آبگیری و سرعت خاک ریزی در طول دوره آماری ۴ساله به عنوان ورودی مدل هیبریدی انتخاب شدند. با اجرای الگوریتم هیبریدی و روش انتخاب ویژگی، دو ویژگی تراز خاک ریزی و زمان ساخت در نقاط RU۱۹.۱  و RU۱۹.۲  بیش ترین تاثیر را بر مدل سازی ضریب فشار آب حفره ای خاک دارند. علاوه بر دو ویژگی فوق، در نقاط محور میانی و مرکز مقطع عرضی، ویژگی های سرعت خاک ریزی و تراز آبگیری با مقدار خطا (MSE) برابر ۰۰۰۰۶/۰ و در نقاط نزدیک مخزن ویژگی های تراز آبگیری و سرعت آبگیری با مقدار خطا برابر ۰۰۰۰۴/۰، بر مدل سازی ضریب فشار آب حفره ای موثر هستند. در نهایت می توان گفت که در نقاط نزدیک به محور سد، تراز خاک ریزی و در نقاط واقع در قسمت های دورتر از محور میانی و نزدیک مخزن زمان ساخت، با ضریب حساسیت بالا به عنوان مهمترین ویژگی ها در مدلسازی ضریب فشار آب حفره ای با مدل های هوش مصنوعی شناخته می شوند.

کلیدواژه ها:

Earthen dam ، water cycle algorithm ، artificial neural network ، feature selection ، pore water pressure coefficient. ، سد خاکی ، الگوریتم چرخه آب ، شبکه عصبی مصنوعی ، انتخاب ویژگی ، ضریب فشار آب حفره ای