CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

گواهی نمایه سازی مقاله مقایسه دو الگوریتم خوشه بندی کاهشی و C-Means فازی در ساخت مدل فازی پیش بینی کننده ابعاد هندسی حفره آبشستگی پایین دست سرریز پرش اسکی

عنوان مقاله: مقایسه دو الگوریتم خوشه بندی کاهشی و C-Means فازی در ساخت مدل فازی پیش بینی کننده ابعاد هندسی حفره آبشستگی پایین دست سرریز پرش اسکی
شناسه (COI) مقاله: IHC10_106
منتشر شده در دهمین کنفرانس هیدرولیک ایران در سال ۱۳۹۰
مشخصات نویسندگان مقاله:

شایان نائینی - دانش آموخته کارشناسی ارشد سازه های آبی دانشگاه آزاد اسلامی واحد علوم

خلاصه مقاله:
سازه های در مسیر جریان آب مانند پایه های پل، تکیه گاههای جانبی، آبشکنها، دریچه های کشویی، سرریزها و غیره، پتانسیل قابل توجه ای را برای ایجاد آبشستگی موضعی در جوار خود دارا میباشند. تحقیقات در زمینه آبشستگی یا فرسایش شکل گرفته در پایین دست سازه های هیدرولیکی بدلیل حفظ پایداری بستر جریان و ایمنی سازه ها ضروری است و در سالهای اخیر اهمیت چندانی یافته است. دستیابی به اطلاعات در مورد عمق و ابعاد هندسی حفره آبشستگی بوجود آمده در حوضچه سقوط سرریز پرش اسکی (جام پرتابی) نیز در تعیین ایمنی سدها و سازه های مجاور آن موضوعی حیاتی است. با وجود آزمایشهای فراوانی که طی چندین دهه برای پیش بینی ابعاد حفره آبشستگی صورت گرفته است و روابط متعددی بوجود آمده، بدلیل پیچیدگی این پدیده و نیز محدودیت های روشهای سنتی رگرسیون آماری متأسفانه نتایج آنها اختلاف زیادی را نشان می دهد. در این تحقیق مشخصه های برجسته هندسه حفره که معرف الگوی کلی حفره آبشستگی در مرحله تعادل می باشند، با استفاده از مدل استنتاجی تطبیقی عصبی- فازی ANFIS و روش C-Means فازی پیش بینی و با روش خوشه بندی کاهشی مقایسه شده است. پارامترهای حداکثر عمق، عرض و مکان حداکثر آبشستگی نسبت به لبه جام، بهمراه فواصل ابتدا و انتهای حفره نسبت به لبه جام و طول حفره آبشستگی پیش بینی شده است. برای توسعه مدلهای محاسباتی داده های متنوعی از دو مطالعه آزمایشگاهی فراهم گردید. کارایی مدلهای پیش بینی در قالب ضوابط آماری و نمودارها در مجموعه داده های تست ارزیابی شد. نتایج این مطالعه حاکی از کارایی هر دو نوع الگوریتم خوشه بندی داده ها در ساخت مدل عصبی- فازی و پیشبینی دقیق الگوی آبشستگی پایین دست سرریزهای پرش اسکی است، کاربرد روش C-Means فازی باعث بهبود نتایج مطالعه قبلی شد، ولی با این وجود اختلاف بین این دو الگوریتم خوشه بندی در تخمین پارامترها اندک است و در عمل میتوان از هر دو نوع تکنیک برای ایجاد و آموزش مدل فازی پیش بینی کننده خصوصیات حفره آبشستگی بهره برد.

کلمات کلیدی:
ابعاد حفره آبشستگی، سرریز، مدل ANFIS خوشه بندی کاهشی ، C-Means فازی.

صفحه اختصاصی مقاله و دریافت فایل کامل: http://www.civilica.com/Paper-IHC10-IHC10_106.html