مقایسه ضریب دبی سرریز کنگره ای قوسی وکلیدپیانویی قوسی با استفاده از روش های هوش مصنوعی

در این پژوهش عملکرد الگوریتم های ANN و SVM در پیش بینی ضریب دبی سرریز کنگره ای قوسی و کلیدپیانویی قوسی به کمک ۲۴۳ سری داده ی آزمایشگاهی کروکستون برای سناریو اول و ۱۷۰ سری داده ی آزمایشگاهی دانشگاه مراغه برای سناریو دوم بررسی شده است. پارامترهای هندسی و هیدرولیکی مورد استفاده در این پژوهش شامل نسبت بار آبی کل(H_T/p) ، بزرگ نمایی (L_C/W)، زاویه سیکل قوسی (Ɵ)، زاویه دیواره سیکل(α) ، فرود(Fr) ، نسبت طول داخلی دماغه به عرض سرریز (A/W) و ضریب دبی (Cd) می باشد. نتایج هوش مصنوعی نشان داد که ترکیب پارامترهای(Cd, H_T/p, α, Ɵ) در الگوریتم های SVM وANN در مرحله آموزش مربوط به سناریو ی اول به ترتیب برابر است با (۹۸۷۶/۰=(R۲، (۰۲۱۷/۰=(RMSE، (۹۸۸۸/۰=(DC و (۹۶۳۷/۰=(R۲، (۰۶۳۶/۰=(RMSE، (۸۹۶۶/۰=(DC و ترکیب پارامترهای(Cd, H_T/p, L_C/W, Ɵ, A/W, Fr) در الگوریتم های SVM وANN در مرحله آموزش مربوط به سناریو ی دوم به ترتیب برابر است با (۹۸۷۶/۰=(R۲، (۰۲۱۷/۰=(RMSE، (۹۸۸۸/۰=(DC و (۹۶۳۷/۰=(R۲، (۰۶۳۶/۰=(RMSE، (۸۹۶۶/۰=(DC می باشند که در مقایسه با دیگر ترکیب ها منجر به بهینه ترین خروجی شده است که نشان دهنده دقت بسیار مطلوب هر دو الگوریتم SVM وANN در پیش بینی ضریب دبی سرریز غیرخطی قوسی و کلیدپیانویی قوسی است. نتایج آنالیز حساسیت نشان داد که پارامتر موثر در تعیین ضریب دبی پارامتر نسبت بار آبی کل(H_T/p) می باشد.

کلیدواژه ها:

آنالیز حساسیت ، سرریز غیرخطی ، سرریز کلیدپیانویی ، ضریب دبی ، نرم افزار ANN ، نرم افزار SVM