تحلیل عدم قطعیت در شبیه سازی دبی موثر نشت از سدهای خاکی با الگوریتم مونت کارلو و یادگیری ماشینی

  • سال انتشار: 1403
  • محل انتشار: فصلنامه مدل سازی و مدیریت آب و خاک، دوره: 4، شماره: 1
  • کد COI اختصاصی: JR_MMWS-4-1_010
  • زبان مقاله: فارسی
  • تعداد مشاهده: 104
دانلود فایل این مقاله

نویسندگان

فرهود کلاته

دانشیار گروه مهندسی عمران-آب، دانشکده مهندسی عمران، دانشگاه تبریز، تبریز، ایران.

میلاد خیری

دانشجوی دکتری عمران- آب و سازه های هیدرولیکی، دانشکده مهندسی عمران، دانشگاه تبریز، تبریز، ایران.

چکیده

عدم قطعیت های ناشی از ماهیت پیچیده خاک موجب گسترش استفاده از تحلیل های احتمالاتی در طراحی سازه های خاکی شده است و در برخی از کشورها آیین نامه های طراحی چنین سازه هایی را تغییر داده است. هدف تحقیق حاضر تحلیل تراوش با فرض عدم قطعیت در هدایت هیدرولیکی خاک است که در شرایط مختلف هندسی سد موردبررسی قرارگرفته است. در این تحقیق ترکیب روش اجزای محدود به عنوان روش عددی محاسباتی در کنار یادگیری ماشینی (ML) برای بررسی مسئله تراوش از سد خاکی استفاده شده است که تحلیل عدم قطعیت در زبان برنامه نویسی فرترن با الگوریتم شبیه سازی مونت کارلو (MCS) پیاده سازی شده و با تعداد نمونه ۲۰۰۰ برای هر زیرمدل اجرا گردیده است و تابع توزیع فراوانی برای هر مدل استخراج شد. سپس، نتایج احتمالاتی با رگرسیون بردار پشتیبان (SVR) و برنامه نویسی بیان ژن (GEP) مورد تحلیل قرار گرفتند که مدل درختی برای تراوش نیز ارائه گردید. برای بررسی جریان نشت به صورت بی بعد از مولفه دبی موثر (ESD) استفاده شد که بیانگر جریان دبی خروجی با در نظر گرفتن هندسه سد و ضریب هدایت هیدرولیکی آن است. مدل سازی داده های حاصل از کد فرترن به دو روش برنامه نویسی بیان ژن و رگرسیون بردار پشتیبان انجام گرفت. ضریب همبستگی مدل SVR و GEP به ترتیب ۰.۹۶ (در سه حالت داده های آزمون، آموزش و کل) و ۰.۹۱ و ریشه میانگین مربعات خطا (RMSE) در هر دو مدل نزدیک ۰.۰۱ به دست آمد که بیانگر این است که دو مدل مذکور با دقت مناسبی قادر به پیش بینی دبی موثر هستند و نتایج مدل SVR نسبت به مدل GEP به نتایج تحلیل ناشی از اجزای محدود، تطابق بیشتری دارد.

کلیدواژه ها

زبان فرترن, محیط متخلخل, تحلیل عدم قطعیت, تابع توزیع فراوانی, برنامه نویسی بیان ژن, دبی موثر نشت

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.