مقایسه نتایج همگرایی ایستگاههای تونل انتقال آب چهلچای با روشهای عددی ورابطه تجربی بهینهشده

روشهای مختلفی برای پیشبینی همگرایی تونل موجود است. یکی از این روشها، پیشبینی همگرایی تونل با استفاده از برنامه متلب و جعبهابزار شبکههای عصبی مصنوعیArtificial Neural Networks (ANNs))و همچنین جعبهابزار برازش منحنی در محیط برنامه متلب میباشد. حوزه کاربرد این برنامهها آنچنان گسترده است که از کاربردهای طبقهبندی گرفته تا کاربردهایی نظیردرونیابی، تخمین، آشکارسازی و ... را شامل میشود.در این تحقیق از دادههای ژیومکانیکی 12 پارامتر متغیر از ویژگیهای تودهسنگ تونلهای مختلف بهعنوان ورودی و نتایج رفتارنگاریهمین تونلها بهعنوان خروجی، در یک شبکه عصبی، آموزش و اعتبارسنجی میشوند و سپس در ادامه رابطه قوسی بهعنوان یکرابطه تجربی محاسبه همگرایی، توسط دادههای مختلف تونل انتقال آب بهینه میشوند. در شبکه عصبی آموزشدیده و تابع بهینهشده، میزان همگرایی ایستگاههای مختلف تونل انتقال آب چهلچای پیشبینی میشود. در پایان، نتایج بدست آمده از شبکهعصبی مصنوعی، همگرایی بدست آمده از رابطه بهینهشده قوسی و همگراییهای قرایتشده ایستگاههای مختلف تونل انتقال آب چهلچای و همچنین مدلسازی با استفاده از روش عددی المان مجزا3DECمقایسه شدهاند.

کلیدواژه ها:

شبکههای عصبی مصنوعی ، رابطه قوسی ، همگرایی ، تونل انتقال آب چهلچای/.3DEC