استفاده از شبکه های عصبی مصنوعی (ANNs) جهت تخمین مقدار ضریب دبی در سرریزهای جانبی (همراه با کاهش دبی)

سالهاست که سرریزهای جانبی به شکل گسترده ای توسط مهندسین هیدرولیک، طراحی شده و مورد استفاده قرار می گیرند. نتایج بسیاری از محققان نشان داده است که جهت تخمین دبی عبوری از این سازه می توان از معادله دی مارچی - با فرض ثآبت بودن انرژی در طول سرریز - استفاده کرد اما متاسفانه رآبطه ای جامع و کلی جهت تعیین ضریب دی مارچی وجود نداشته و هر یک از محققین رآبطه ای جداگانه بدست آورده است. با توجه به اینکه درطی سالیان اخیر، شبکه های عصبی مصنوعی (ANNs) توجه بسیاری از پژوهشگران را به خود جلب کرده است لذا در این تحقیق با استفاده از اطلاعات آزمایشگاهی و همچنین بهره بردن از شبکه های عصبی مصنوعی سعی گردید مدلی هوشمند جهت پیش بینی ضریب دبی بدست آید. نهایتا مدلی از نوع شبکه چند لایه پیشخور (MLP) با الگوریتم آموزشی پس انتشار خطا (BP) و دارای 12 نرون در لایه پنهان به عنوان مناسبترین مدل شناخته شد. مقایسه آماری بین شبکه عصبی مصنوعی و روآبط موجود نشان داد که شبکه عصبی از دقت به مراتب بالاتری برخوردار است و می تواند با دقت بسیارمناسبی جهت محاسبه ضریب دی مارچی به کار رود.

کلیدواژه ها:

سرریز جانبی ، ضریب دی مارچی ، شبکه های عصبی مصنوعی