کاربرد شبکه های عصبی مصنوعی درپیش بینی عمق آبشستگی پایین دست سرریزسیفونی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 553

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

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCCE08_0654

تاریخ نمایه سازی: 5 مهر 1393

چکیده مقاله:

یکی ازمهمترین پدیده های مرتبط باسازه های هیدرولیکی پدیده آبشستگی می باشد آبشستگی درپایین دست سرریزها و دانشی که به کمک آن بتوان دامنه گسترش حفره آبشستگی را پیش بینی نمود باتوجه به خطراتی که این پدیده برای پایداری سددارد همواره ازموضوعات موردتوجه محققین بوده است سرریزسیفونی نیز یکی ازانواع سرریزها میباشد که باتوجه به قابلیت های خاص خود درسدهای مختلفی طی قرن اخیر مورد استفاده قرارگرفته است دراین تحقیق باجمع آوری داده های آزمایشگاهی و استفاده ازسه نوع پرکاربرد شبکه های عصبی مصنوعی یعنی شبکه با تغذیه روبه جلو و الگوریتم پس انتشار خطا FFBP و شبکه CFBP باتابع آموزش Levenberg-Marquardt و شبکه تابع پایه شعاعی RBFN عمق آبشستگی درپایین دست سرریزسیفونی تخمین زده شده است شاخصها آماری عملکرد قابل قبول شبکه FFBP رابا RMSE = 0.06 R2=0.94 درمقایسه با دونوع دیگرشبکه عصبی و مدلهای رگرسیونی خطی وغیرخطی نشان میدهد

نویسندگان

علی توکلی پسند

دانشجوی کارشناسی ارشددانشکده مهندسی عمران دانشگاه علم و صنعت ایران

ابراهیم جباری

دانشیاردانشکده مهندسی عمران دانشگاه علم و صنعت ایران

سروش بردبار

دانشجوی کارشناسی ارشددانشکده مهندسی عمران دانشگاه علم و صنعت ایران

محمود حمزه ضیابری

دانشجوی کارشناسی ارشددانشکده مهندسی عمران دانشگاه علم و صنعت 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 :