ارزیابی مقایسه­ای مدلهای MLP،RBF ، ANFIS و MNLR در برآورد ابعاد حفره ­آبشستگی پائین­دست سرریز

در این تحقیق با استفاده از قابلیتهای هوش مصنوعی ابعاد حفره آبشکستگی پائین دست سرریز برآورد شده است و نتایج این مدلها با نتایج روابط رگرسیونی حاصله از آنالیز ابعادی و داده های واقعی مقایسه شده است. بدین منظور از سه روش هوشمند، شبکه های عصبی مصنوعی پرسپترون چند لایه (MLP)، شبکه های عصبی مصنوعی با تابع پایه شعاعی (RBF)، و استنتاج فازی- عصبی تطبیقی (ANFIS) و یک روش آماری رگرسیون غیر خطی چندگانه (MNLR) مدلهایی برای تخمین ابعاد هندسی حفره آبشکستگی پائین دست سرریز توسعه داده شده است و نتایج آنها با داده های اندازه گیری شده واقعی و با یکدیگر مقایسه شده است. مطابق نتایج بهترین نتایج در مرحله آموزش مربوط به مدل ANFIS و در مرحله ارزیابی به ترتیب مربوط به مدلهای MLP $RBF $ANFIS بوده است. مطابق نتایج تحقیق با استفاده از روشهای هوش مصنوعی در مقایسه با روش های آماری و رگرسیونی کلاسیک، دقت برآوردهای ابعاد حفره آبشکستگی افزایش یافته و طراحی های مطمئن تر و دقیق تری را می توان انجام داد.

کلیدواژه ها:

آبشستگی موضعی ، هوش مصنوعی ، آنالیز ابعادی ، MLP ، RBF ، ANFIS ، MNLR