ارزیابی عملکرد مدل های ANFIS و ANFIS-PSO در برآورد خصوصیات پرش هیدرولیکی

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 315

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JWSS-25-4_016

تاریخ نمایه سازی: 18 فروردین 1401

چکیده مقاله:

در این مطالعه دقت مدل های  ANFISو ANFIS-PSO در برآورد ویژگی های پرش هیدرولیکی شامل نسبت اعماق مزدوج، طول نسبی، طول غلتاب نسبی و افت انرژی نسبی در یک حوضچه آرامش در مقایسه با نتایج آزمایشگاهی ارزیابی شد. این ویژگی ها در حوضچه آزمایشگاهی با مقطع مستطیلی با ۴ شیب معکوس، ۴ قطر زبری بستر، ۴ ارتفاع پله مثبت انتهایی، ۳ عدد فرود و ۴ دبی اندازه گیری شدند. میانگین پارامترهای آماری NRMSE، CRM و R۲ برای برآورد ویژگی های پرش هیدرولیکی توسط مدل ANFIS، به ترتیب ۰/۰۵۹، ۰/۰۰۱- و ۰/۹۸۹ بدر این مطالعه دقت مدل های  ANFISو ANFIS-PSO در برآورد ویژگی های پرش هیدرولیکی شامل نسبت اعماق مزدوج، طول نسبی، طول غلتاب نسبی و افت انرژی نسبی در یک حوضچه آرامش در مقایسه با نتایج آزمایشگاهی ارزیابی شد. این ویژگی ها در حوضچه آزمایشگاهی با مقطع مستطیلی با ۴ شیب معکوس، ۴ قطر زبری بستر، ۴ ارتفاع پله مثبت انتهایی، ۳ عدد فرود و ۴ دبی اندازه گیری شدند. میانگین پارامترهای آماری NRMSE، CRM و R۲ برای برآورد ویژگی های پرش هیدرولیکی توسط مدل ANFIS، به ترتیب ۰/۰۵۹، ۰/۰۰۱- و ۰/۹۸۹ بود. درحالی که مقادیر میانگین پارامترهای یادشده برای مدل ANFIS-PSO به ترتیب ۰/۱۸۵، ۰/۰۰۲ و ۰/۹۵۷ بود. نتایج حاصل نشان داد که این مدل ها قادرند ویژگی های پرش هیدرولیکی را با دقت بسیار زیاد برآورد نمایند. البته مدل ANFIS در برآورد نسبت اعماق مزدوج، طول پرش نسبی ، طول غلتاب نسبی و افت انرژی نسبی نسبت به مدل ANFIS-PSO اندکی دارای دقت بیشتری بود.ود. درحالی که مقادیر میانگین پارامترهای یادشده برای مدل ANFIS-PSO به ترتیب ۰/۱۸۵، ۰/۰۰۲ و ۰/۹۵۷ بود. نتایج حاصل نشان داد که این مدل ها قادرند ویژگی های پرش هیدرولیکی را با دقت بسیار زیاد برآورد نمایند. البته مدل ANFIS در برآورد نسبت اعماق مزدوج، طول پرش نسبی ، طول غلتاب نسبی و افت انرژی نسبی نسبت به مدل ANFIS-PSO اندکی دارای دقت بیشتری بود.

نویسندگان

ناهید پورعبدالله

Isfahan University of Technology

جهانگیر عابدی کوپایی

Isfahan University of Technology

منوچهر حیدرپور

Isfahan University of Technology

محمود اکبری

Arak University

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Akbari, M., M. Gheysari, B. Mostafazadeh-Fard and M. Shayannejad. ۲۰۱۸. ...
  • Alizadeh, A., F. Yosefvand and A. Rajabi. ۲۰۲۰. Modeling Hydraulic ...
  • Azimi, H., H. Bonakdari, I. Ebtehaj and D. G. Michelson. ...
  • Carollo, FG., V. Ferro and V. Pampalone. ۲۰۰۹. New solution ...
  • Daneshfaraz, R., M. Majedi Asl and R. Mirzaee. ۲۰۱۹. Experimental ...
  • Daneshfaraz, R., M. Majedi Asl, R. Mirzaee and T. Gokmen. ...
  • Ebrahimi, S., F. Salmasi and A. Abbaspour. ۲۰۱۳. Numerical study ...
  • Jang J. S. R. ۱۹۹۳. ANFIS: Adaptive-network-based fuzzy inference system. ...
  • Kennedy, J. and R. Eberhart. ۱۹۹۵. Particle swarm optimization. In: ...
  • Milan, S. G., A. Roozbahani, N. A. Azar and S. ...
  • Mohseni Movahed, S. A., J. Mozaffari, D. Davoodmaghami and M. ...
  • Norouzi Sarkarabad, R., R. Daneshfaraz and A. Bazyar. ۲۰۱۹. The ...
  • Pagliara, S., L. Lotti and M. Palermo. ۲۰۰۸. Hydraulic jump ...
  • Pagliara, S. and M. Palermo. ۲۰۱۵. Hydraulic jumps on rough ...
  • Pourabdollah, N., M. Heidarpour and J. Abedi Koupai. ۲۰۱۹. An ...
  • Pourabdollah, N., M. Heidarpour and J. Abedi Koupai. ۲۰۱۹. Experimental, ...
  • Salari, S., M. Moghaddasi, M. Mohammadi Ghaleni and M. Akbari. ...
  • Shahbazbigi, E., A. shabanlou and M. Izadbakhsh. ۲۰۱۹. Modeling the ...
  • نمایش کامل مراجع