پیش بینی میزان آبشستگی پایین دست سرریز جام پرتابی بوسیله شبکه عصبی

پیش بینی ابعاد حفره آبشستگی در پایین دست سرریزهای جام پرتابی ، بدلیل پیچیدگی های ناشی از بررسی همه جانبه و همزمان جریان حاوی آب و رسوب و اعمال کلیه متغیرهای موثر در پدیده آبشستگی به سادگی میسر نمی باشد. ابعاد حفره آبشستگی اغلب با استفاده از معادلات تجربی تعیین می گردد که این روابط در محدوده خاصی از داده ها و شرایط آزمایش پاسخگو می باشد. از آنجاییکه ساخت مدل فیزیکی مشکلات و محدودیتهایی به همراه دارد و معمولا در تعیین نگاشت میان پارامترهای موثر بر آبشستگی نمی توان اثر دقیق همه پارامتر ها را در نظر گرفت، لذا در مقاله حاضر میزان آبشستگی برای مجموعه ای از مشاهدات آزمایشگاهی محققین قبلی مورد بررسی قرار گرفته است. در این تحقیق از شبکه عصبی مصنوعی بهره گیری شده و نتایج آن بامعادله حاصل از روش رگرسیون غیر خطی بین داده های مشابه و همچنین فرمول های تجربی پیش بینی حداکثر عمق آبشستگی مقایسه گردیده است. نتایج این تحقیق حاکی از دقت و برتری شبکه عصبی مصنوعی با حداکثر خطای 10/38 درصد نسبت به نتایج حاصل از معادله رگرسیون غیر خطی و فرمول های تجربی با حداکثر خطای به ترتیب 12/42 و 14/05 درصد می باشد .

کلیدواژه ها:

آبشستگی ، شبکه عصبی مصنوعیANN ، رگرسیون غیر خطی