پیش بینی هدایت هیدرولیکی از روی اطلاعات دانه بندی خاک با استفاده از مدل هوشمند SICM
- سال انتشار: 1401
- محل انتشار: مجله هیدروژئولوژی، دوره: 7، شماره: 1
- کد COI اختصاصی: JR_HYDTR-7-1_006
- زبان مقاله: فارسی
- تعداد مشاهده: 212
نویسندگان
دانشجوی دکتری، گروه عمران، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران
استادیار، گروه عمران، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران
دانشیار، گروه علوم زمین، دانشکده علوم طبیعی، دانشگاه تبریز، تبریز، ایران
استادیار، گروه عمران، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران
چکیده
نفوذ پذیری یکی از پارامترهای موثر بر جریان آب در محیط های متخلخل مانند توده سنگ و خاک می باشد که اهمیت ویژه ای در مطالعات ژئوتکنیکی مانند محل اجرای سازه های مهم و پراهمیتی مانند قطار شهری دارد و تعیین آن از اهداف اصلی در مطالعات ژئوتکنیک به شمار می رود. همچنین پارامتری مهم در حل مشکلات ژئوتکنیکی مانند نشت آب، محاسبه نشست، تحلیل پایداری و غیره می باشد. به دلیل گران، تخصصی، وقت گیر و غیرمطمئن بودن روش های اندازه گیری مستقیم (صحرایی و آزمایشگاهی) این پارامتر و همچنین به علت رفتار غیرخطی و شرایط ناهمگن و ناهمسان حاکم بر محیط های هیدروژئولوژیکی که موجب عدم قطعیت ذاتی روش های اندازه گیری مستقیم این پارامتر می شود، در سال های اخیر روش های مختلف هوش مصنوعی با دقت بیشتری نسبت به روش های فوق و برای جبران بخشی از این نقایص ارائه شده اند. در این مطالعه از دو روش هوش مصنوعی منفرد شامل مدل ماشین بردار پشتیبان کمینه مربعات (LSSVM) و مدل هیبرید موجکی عصبی (WANN) در خطوط ۱ و ۲ قطار شهری تبریز برای پیش بینی هدایت هیدرولیکی بر اساس اطلاعات دانه بندی استفاده شد؛ سپس نتایج این دو مدل انفرادی توسط مدل شبکه عصبی مصنوعی (ANN) ترکیب شده و با نام مدل هوشمند مرکب نظارت شده (SICM) موجب بهبودی نتایج گردید. مقایسه نتایج مرحله آزمایش سه مدل ارائه شده در این پژوهش نشان داد که هر سه مدل عملکرد نسبتا مناسبی در پیش بینی هدایت هیدرولیکی داشتند؛ اما مدل ترکیبی SICM با داشتنcm/sec ۰۰۰۱۶۱/۰ =RMSE (ریشه میانگین مربعات خطا) و ۸۳/۰ R۲=(ضریب تبیین) نسبت به مدل های انفرادی نتایج بهتری را ارائه داده است.کلیدواژه ها
قطار شهری تبریز, ماشین بردار پشتیبان, مدل هوشمند مرکب نظارت شده, هدایت هیدرولیکی, هیبرید موجکی عصبیاطلاعات 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.