برآورد ضریب دبی در سرریزهای جانبی مثلثی و ذوزنقه ای با استفاده از مدل یادگیری ترکیبی SVM بهینه شده با الگوریتم های HOA و RSA

سرریزهای جانبی به عنوان اجزای کلیدی در تنظیم جریان و اندازه گیری آب، نقشی محوری در سامانه های مدیریت سیلاب، جمع آوری رواناب های شهری و شبکه های آبیاری و زهکشی ایفا می کنند. پیش بینی دقیق ضریب دبی این سرریزها برای طراحی بهینه، ضرورتی انکارناپذیر است. در این مطالعه، به منظور مدل سازی دقیق تر ضریب دبی در سرریزهای جانبی ذوزنقه ای لبه تیز، ذوزنقه ای با لبه پهن و مثلثی لبه تیز، از ترکیب روش ماشین بردار پشتیبان (SVM) با دو الگوریتم متاهیوریستیک یعنی الگوریتم بهینه سازی اسب (HOA) و جستجوی خزندگان (RSA) بهره گرفته شده است. پس از شناسایی متغیرهای بی بعد موثر، مدل های متعددی برای هر هندسه توسعه داده شد. یافته ها نشان می دهد که هر دو مدل ترکیبی توانایی مناسبی در تخمین ضریب دبی دارند، اما SVM-HOA در مرحله تست، دقت بالاتری از خود نشان داد. به طور خاص، در سرریز ذوزنقه ای لبه تیز، ذوزنقه ای لبه پهن و مثلثی لبه تیز به ترتیب ضرایب NSE، RMSE و R معادل (۰.۹۱۳، ۰.۰۱۹، ۰.۹۵۹)، (۰.۹۳۳، ۰.۰۱۴، ۰.۹۶۶) و (۰.۹۳۲، ۰.۰۱۵، ۰.۹۶۷) به دست آمد که نشان دهنده برتری این مدل نسبت به SVM-RSA در تمام هندسه ها است.

کلیدواژه ها:

الگوریتم های فرا ابتکاری ، آنالیز حساسیت ، سرریز جانبی ، ضریب دبی ، یادگیری ماشین