پیش بینی حداکثر عمق آبشکستگی بااستفاده از انواع مولدهای سیستم استنتاج فازی مدل ANFIS
- سال انتشار: 1392
- محل انتشار: دوازدهمین همایش سراسری آبیاری و کاهش تبخیر
- کد COI اختصاصی: ABYARI12_365
- زبان مقاله: فارسی
- تعداد مشاهده: 666
نویسندگان
دانشگاه آزاد اسلامی واحد فومن و شفت، فومن، ایران
استادیار گروه مهندسی آب، دانشگاه گیلان
استادیار گروه مهندسی آب، دانشگاه گیلان
چکیده
آبشستگی پیرامون پل ها از مهمترین دلایل تخریب آنها به شمار می رود. لذا آگاهی از عوامل تاثیرگذار و تخمین حداکثر مقدار آن نقش مهمی در طراحی ایمن این سازه ها در رودخانه ها خواهد داشت. با پیشرفت ساخت سازه ها، پل ها با اشکال هندسی مختلف ساخته می شوند. از جمله این سازه ها، پل ها با گروه پایه کج بوده که به دلیل ترکیب همزمان تاثیر کج شدگی پایه ها، فونداسیون و سپرشدگی پایه دوم، فرآیند آبشستگی از پیچیدگی بیشتری برخوردار می باشد. یکی از روش هایی کارآمد جهت پیش بینی فرآیندهای فیزیکی نظیر آبشستگی، استفاده از سیستم های هوشمند نظیر سیستم های استنتناج عصبی-مصنوعی تطبیقی (ANFIS) می باشد. هدف از تحقیق حاضر یافتن بهترین مولد سیستم استنتاج فازی (FIS) در مدلANFIS برای پیش بینی حداکثر عمق آبشستگی اطراف گروه پایه کج می باشد. برای این منظور داده های 48 سری آزمایش مربوط به گروه پایه کج مستقر بر روی فونداسیون برای شرایط هیدرولیکی و رقوم کارگذاری فونداسیون مختلف مورد استفاده قرار گرفت. به منظور مقایسه نتایج از آماره های ضریب تبیین (R2 ) و میانگین مجذور مربعات خطا (RMSE) استفاد. شد. نتایج نشان داد که مدلANFIS با سیستم استنتاج فازی (FIS ) از نوع GENFIS1بهترین عملکرد را در تخمین حداکثر عمق آبشستگی دارا بود. که قادر بود پدیده مورد نظر را با (R2 ) و (RMSE) به ترتیب برابر 0/976 و 0/053 پیش بینی نمایدکلیدواژه ها
عمق آبشستگی، گروه پایه کج، ANFIS ، سیستم استنتاج فازی عصبی (FIS)مقالات مرتبط جدید
- بررسی راهبردهای ترویج انرژی های پاک در بین گلخانه داران استان البرز
- مطالعه اثر روش های مختلف خاک ورزی بر عملکرد و برخی صفات سه رقم عدس دیم
- Machine Vision Approach Coupled with a Hybrid EHD-Convective Dryer to Model Khalal Slices Drying Process with ANFIS
- انتخاب مناسب دور موتور و نوع سوخت از لحاظ ویژگیهای عملکردی موتورهای دیزلی با استفاده از روش های تصمیم سازی
- پتانسیل سنجی تولید زیستگاز از پسماندهای کشاورزی و فضولات دامی در شهرستان اهواز
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.