کاربرد مدلهای SVR و RNN در تخمین حداکثر عمق فرسایش در شرایط بستر متحرک در تلاقی رودخانهها

  • سال انتشار: 1396
  • محل انتشار: فصلنامه مهندسی عمران فردوسی، دوره: 29، شماره: 1
  • کد COI اختصاصی: JR_CIVIL-29-1_008
  • زبان مقاله: فارسی
  • تعداد مشاهده: 745
دانلود فایل این مقاله

نویسندگان

بهنام بلوچی

دانشجوی دکتری عمران -آب، دانشکده مهندسی، دانشگاه شیراز

محمدرضا نیکو

استادیار، بخش مهندسی عمران و محیط زیست، دانشکده مهندسی، دانشگاه شیراز

محمود شفاعی بجستان

استاد، بخش سازه های هیدرولیکی، دانشکده مهندسی آب، دانشگاه شهید چمران، اهواز

مریم دهقانی

استادیار، بخش مهندسی عمران و محیط زیست، دانشکده مهندسی، دانشگاه شیراز

چکیده

تلاقی رودخانهها یکی از پیچیدهترین مکانها در سیستم رودخانهها میباشد که درنتیجه آن، پیشبینی حداکثر عمق آبشستگی ( Ds( بااستفاده از مدلهای هوشمند که قادر به لحاظ این پیچیدگیها میباشند امری مهم و ضروری میباشد. بنابراین در تحقیق حاضر، عملکرد دو مدل هوش مصنوعی به نامهای SVR) با لحاظ روشهای اعتبارسنجی مختلف، شامل test-train ،Fold-K و out-one-leave (و GRNN مورد تقریبا خوبی دارند؛ اما مدل SVR با روش s دقت بررسی قرار گرفته است. نتایج حاصل نشان دادند که اگرچه تمام مدلها در پیشبینی D R با بهترتیب (میدهد نشان را بالاتری دقت train-test اعتبارسنجی 2 0/0168 ،4/26 ، 0/0124 ،95/66 با برابر NSE و RMSE ،MARE ،MAE ، و 993/0 ،(و بعد از آن بهترتیب مدلهای out-one-leave SVR ،Fold-K SVR) در 9=K (و مدل GRNN را میتوان به عنوان دقیقترین مدلها در این تحقیق پیشنهاد نمود.

کلیدواژه ها

تلاقی رودخانهها، شرایط بستر متحرک، مدل SVR ،روشهای اعتبارسنجی، مدل GRNN

مقالات مرتبط جدید

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.