ارزیابی مقایسه‌ای مدلهای شبکه های عصبی، نروفازی و روابط تجربی در برآورد عمق آبشستگی موضعی پایه پل

  • سال انتشار: 1388
  • محل انتشار: دومین کنفرانس سراسری آب
  • کد COI اختصاصی: WATER02_132
  • زبان مقاله: فارسی
  • تعداد مشاهده: 2839
دانلود فایل این مقاله

نویسندگان

مجتبی رمضانی مقدم

دانشجوی کارشناسی ارشد سازه های هیدرولیکی دانشگاه شهید باهنر کرمان

محسن نژاد رکابی

عضو باشگاه پژوهشگران جوان دانشگاه آزاد اسلامی واحد بهبهان

چکیده

در این تحقیق با استفاده از قابلیتهای هوش مصنوعی عمق آبشستگی موضعی پایه پل برآورد شده است و نتایج این مدلها با نتایج روابط تجربی و داده‌های واقعی مقایسه شده است. بدین منظور از سه روش هوشمند، شبکه‌های عصبی مصنوعی پیش خور چند لایه (MLP)، شبکه‌های عصبی مصنوعی با پایه شعاعی (RBF) و نروفازی (ANFIS) مدلهایی برای تخمین عمق آبشستگی موضعی توسعه داده شده است و نتایج آنها با روابط تجربی، داده‌های اندازه‌گیری شده واقعی و با یکدیگر مقایسه شده است. مطابق نتایج، بهترین نتایج در مرحله آموزش مربوط به مدل RBF و در مرحله ارزیابی به ترتیب مربوط به مدلهای MLP, ANFIS و RBF بوده است. همچنین استفاده از روش‌های هوش مصنوعی در مقایسه با روابط تجربی، دقت برآورد عمق آبشستگی موضعی را افزایش داده و ارزیابی مطمئن‌تر و دقیق‌تری از عمق آبشستگی موضع را ارائه می‌دهد.

کلیدواژه ها

هوش مصنوعی، عمق آبشستگی موضعی، MLP، RBF، ANFIS

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.