بررسی مدلهای شبکه پرسپترون چند لایه، بیز ساده، تحلیل تفکیک خطی و تحلیل تفکیک درجه دوم در گروهبندی نرخ شکست واحد لولههای انتقال آب

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 478

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IHC15_068

تاریخ نمایه سازی: 6 اسفند 1395

چکیده مقاله:

در سامانههای تأمین آب حوادث ایجاد شدهدر لولهها ازاهمیت و حساسیت بالایی برخورداراست. یکی ازراهکارهاو کلیدهای مهم مدیریت بهینه بهرهبرداری در سامانههای انتقال آب، تدوین استراتژیهای نوسازی و بازسازی، پیش بینی نرخ شکست لولهها و ارزیابی قابلیت کاربری آنها است. شکست لولهها الزاماًدر پایان عمرآنهارخ نمیدهد بلکهعوامل متعددی ازقبیل سن، قطر، جنس، پایداری و خوردگی آب و خاک، شرایط اجرا،نصب و بهرهبرداری (همچون فشار هیدرولیکی) بر آن تأثیرگذار هستند. راهحلهای گوناگونی برای پیشبینی شکست در لولهها توسط محققان مختلف خصوصاً در سالهای اخیر مطرح شده است که هریک نیازمند دادههای مخصوص خود میباشند. ضمناً مطالعات انجام شده، عدم جامعیت روابط ارائه شده در پیشبینی نرخ شکست لولهها را نشان میدهند. در این تحقیق، ساختار جدیدی با استفاده از دستهبندی نرخ شکست تدوینگردیده است و با بهرهگیری از روشهای شبکه پرسپترون چند لایه (MLP ،(بیز ساده (NB ،(تحلیل تفکیک خطی (LDA (و تحلیل تفکیک درجه دوم (QDA (به پیشبینی گروه شکست لولهها در دو سناریو پرداخته شده است. به منظور ارزیابی روشهای نامبرده، شبکه انتقال آب تعدادی روستا در استان یزد به عنوان مطالعه موردی انتخاب شده است. نتایج حاکی از برتری مدل MLP تحت الگوریتم آموزش BFGS نسبت به دیگر روشها دارد به طوری که کمترین میانگین خطای نسبی (MRE (را دارا بوده است. این مدل با کسب مقادیر 63/10 و 27/7 درصد در معیارMRE ،بیشترین دقت رادر سناریوهای اول ودوم دراختیارداشتهاست.

کلیدواژه ها:

نرخ شکست لوله ، گروهبندی ، مدلهای آماری و دادهمحور ، شبکه انتقال آب

نویسندگان

هادی خسروانجام

دانشجوی کارشناسی ارشد مهندسی مدیریتساخت، گروه عمران، دانشگاه آزاد اسلامی واحدسیرجان، سیرجان، ایران

محمد ذونعمت کرمانی

دانشیار، بخش مهندسی آب، دانشگاه شهید باهنر کرمان، کرمان، ایران

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 :