مدل سازی داده محور تجهیزات کنترلی شبکه های هیدرولیکی در پروژه های عمرانی با رویکرد تلفیقی خطی چندگانه و یادگیری ماشین

سال انتشار: 1405
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 44

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICST05_0611

تاریخ نمایه سازی: 10 مهر 1405

چکیده مقاله:

هوش مصنوعی توانایی قابل توجهی در مدلسازی سیستم های هیدرولیکی، دارد اما کاربرد ترکیبی مدل های هوشمند برای شیرهای کنترل در شبکه های آبرسانی شهری با رویکرد همزمان عمران و مکاترونیک کمتر مطالعه شده است. در این پژوهش، چهار مدل شامل ماشین یادگیری نیرومند خود تطبیق، رگرسیون بردار پشتیبان، شبکه عصبی فازی تطبیقی و رگرسیون خطی چندگانه برای شبیه سازی فشار، دبی و ولتاژ عملگر شیر هوشمند به کار گرفته شد. نتایج نشان داد مدل خود تطبیق با ضریب تعیین نود و شش صدم و خطای چهارصد و چهل هزارم، بار دقیق ترین پیش بینی فشار را دارد. ارزیابی چند معیاره نشان داد رویکرد تلفیقی خروجی مدل خطی به عنوان ورودی مدل های غیرخطی خطای کلی را تا سی و هفت درصد کاهش می دهد. این روش ابزاری کارآمد برای طراحی و بهره برداری هوشمند شبکه های آبرسانی محسوب می شود.

کلیدواژه ها:

سازه های عمرانی ، برنامه دهی سازهای شبکه آبرسانی شهری ، مهندسی عمران ، ماشین یادگیری خود تطبیق

نویسندگان

آرش مصباحی هرزندی

کارشناس ارشد عمران-ژئوتکنیک، شهرداری کلانشهر تبریز، ایران