بررسی مدل های خاص هوش مصنوعی در برآورد عمق آبشستگی در پایه پل دایره ای

  • سال انتشار: 1402
  • محل انتشار: سومین کنفرانس بین المللی معماری،عمران،شهرسازی،محیط زیست و افق های هنر اسلامی در بیانیه گام دوم انقلاب
  • کد COI اختصاصی: ICACU03_1839
  • زبان مقاله: فارسی
  • تعداد مشاهده: 28
دانلود فایل این مقاله

نویسندگان

بیژن صناعتی

استادیارگروه عمران دانشگاه آزاداسلامی واحدبوکان بوکان ایران

چکیده

در این پژوهش از دو مدل یادگیری ماشین شامل LS-SVR و ANFIS برای پیش بینی عمق آب شستگی اطراف پایه های پل استفاده شد. برای این منظور از ۲۴۰ سری داده شامل پارامترهای مرتبط با هندسه پایه ها، شرایط جریان و خصوصیات جریان و نیز پارامترهای بدون بعد استفاده شد. برای پیش بینی از دو الگوی ورودی استفاده شد. در الگوی اول، پارامترهای بدون بعد و در الگوی دوم پارامترهای با بعد در نظر گرفته شدند. نتایج نشان داد که در هر دو مدل، استفاده از پارامترهای با بعد برای پیش بینی منجر به دقت بالای پیش بینی می شود . مقایسه بین مدلها نیز نشان داد که الگوریتم LS-SVR برای داده های آزمون الگوی اول و دوم دقت بالاتری نسبت به الگوریتم ANFIS دارد. نتایج این تحقیق حاکی از این است که مدل های یادگیری ماشین جایگزین مناسبی برای مدل های تجربی در پیش بینی عمق آبشستگی پایه های پل هستند.

کلیدواژه ها

پایه پل ، تخمین ، عمق آبشستگی ، یادگیری ماشین

مقالات مرتبط جدید

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.