مقایسه عملکرد شبکه های عصبی و درختان رگرسیونی در تخمین ابعادگودال آبشستگی در پایین دست سرریز جامی شکل

آبشستگی در پایین دست سرریزها یکی از مهمترین مسایل علم هیدرولیک می باشد. عبور جریان در درون سرریزها و برخورد آنها با بستر پایین دست سبب ایجاد گودال آبشستگی می شود. توسعه این گودال آبشستگی پایداری سد را به خطر می اندازد، از این رو تخمین صحیح ابعاد گودال آبشستگی یکی از موضوعات مهم علم هیدرولیک می باشد. در این تحقیق، با استفاده از تکنیک های شبکه های عصبی مصنوعی و درختان رگرسیونی، مدل هایی برای تخمین ابعاد گودال آبشستگی در پایین دست سرریز جامی شکل توسعه یافتند. نتایج به دست آمده نشان داد که شبکه های عصبی مصنوعی در مقایسه با درختان رگرسیونی عملکرد بهتری دارد. اما درختان رگرسیونی در مقایسه با شبکه های عصبی مصنوعی قادر به ارایه روابط ریاضی و اجرای سرعت بالاتر مدل در تخمین ابعاد گودال آبشستگی می باشند.

کلیدواژه ها:

گودال آبشستگی ، سرریز جامی شکل ، درختان رگرسیونی ، شبکه های عصبی مصنوعی