بهینهسازی سیستم فازی توسط الگوریتم ژنتیک و کاربرد آن در برآورد میزان هوادهی بعد از دریچه های مجاری تخلیه کننده تحتانی
محل انتشار: هفتمین کنفرانس هیدرولیک ایران
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,925
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IHC07_080
تاریخ نمایه سازی: 10 مرداد 1387
چکیده مقاله:
از اسلی ترنی سازه های جانبی سدها، مجاری تخلیه کننده تحتانی می باشند که جهت کنترل حجم آب مخزن پشت سد، تنظیم حقابه پایین دست سد و تخلیه رسوبات سد بکار می روند. کاویتاسیون یکی از اصلی ترین مشکلات این سازه ها به خصوص بعد از دریچه های کنترل کننده می باشد. تزریق هوا به جریان توسط هوادههای مستقر بعد از دریچه ها از بهترین روش های شناخته شده کنترل کاویتاسیون می باشد. به دلیل پیچیدگی های شرایط جریان در ناحیه تبدیل جریان تحت فشار به سطح آزاد، تخمین میزان هوادهی مگر با ساخت مدل مقیاس شده عمدتا با خطای زیادی همراه می باشد. از طرف دیگر در دهه های اخیر نتایج کاربرد سیستم های هوشمند در مسائل مختلف که سیستم فازی از عمدهترین آنهاست، نشان دهنده قابلیت بالای آنها در مدلسازی سیستم های غیرخطی بوده است. در این تحقیق کاربرد یک سیستم فازی در تعیین میزان هوادهی بعد از دریچه های تخلیه کننده سدها بررسی گردیده و به کمک الگوریتم ژنتیکف سیستم فازی اولیه اصلاح و بر اساس داده های مدل های مختلف بهینه گردد. از الگوریتم ژنتیک جهت تنظیم پارامترهای توابع عضویت و استخراج قواعد فازی بهره گیری شده و به دلیل محیط جستجوی وسیع در آن، از تکنیک هایی جهت بهبود جستجو استفاده شده است. در ساخت مدل فازی بالغ بر 243 داده شامل اطلاعات هوادهی مدل تخلیه کننده تحتانی سدهای ایران و مجرای تحتانی سد فولسوم استفاده شده است. نتایج به دست آمده حاکی از قابلیت بالای این سیستم ترکیبی جهت تخمین هوادهی در مجاری تخلیه کننده می باشد. همچنین تکنیک های بکار رفته نشان دهنده تأثیر قابل توجه آنها در بهبود الگوریتم ژنتیک بوده است.
کلیدواژه ها:
نویسندگان
محمدرضا نجفی
کارشناس ارشد موسسه تحقیقات آب، تهران
محمدرضا کاویان پور
دانشیار دانشکده عمران، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ت
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 :