پیش بینی و آنالیز حساسیت عمق آبشستگی در گروه پایه پل های استوانه ای و مربعی به وسیله شبکه عصبی مبتنی بر پرسپترون چند لایه

پل ها از جمله مهم ترین سازه های رودخانه ای هستند. یکی ازموثرترین عوامل تخریب پل ها، آبشستگی موضعی اطراف پایه پل می باشد. مکانیزم جریان اطراف گروه پایه پل آنقدر پیچیده است که بدست آوردن یک مدل تجربی عمومی که بتواند تخمین درستی از عمق آبشستگی ارائه کند، بسیار مشکل است. در این مطالعه با استفاده از شبکه های عصبی مصنوعی، مدل هایی با استفاده از 7 پارامتر ورودی شامل: دبی، اندازه پایه، عمق جریان، سرعت متوسط جریان، سرعت بحرانی و مختصات طولی وعرضی نقاط بستر، در نرم افزار نروسولوشن و بااستفاده از مدل شبکه عصبی چند لایه پرسپترون MLP طراحی گردید و که خروجی آن عمق آبشستگی در صورت منفی بودن خروجی یا ارتفاع رسوبات ته نشین شده در حالت مثبت بودن خروجی می باشد.

کلیدواژه ها:

عمق آبشستگی ، گروه پایه ، شبکه عصبی مصنوعی ، MLP