مدلسازی بالاروی امواج در منطقه آب شویی ساحلی با استفاده از شبکه های عصبی مصنوعی

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 416

فایل این مقاله در 13 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:

ICOPMAS09_245

تاریخ نمایه سازی: 24 خرداد 1393

چکیده مقاله:

منطقه سواش ساحلی یا آ بشویی ساحلی دارای هیدرودینامیک بسیار پیچید های می باشد. یکی از پدید ههای که در این هیدرودینامیک پیچیده نقش بازی می کند بالاروی امواج است، به عبارت دیگر میزان بالاروی امواج در منطقه سواش ساحلی در تخمین نحوه فرسایش ساحل و تغییرشکل پروفیل بستر بسیار مهم می باشد. روابط تجربی موجود عمدتاً بر اساس روش های برازشی بر روی داد ههای آزمایشگاهی ارائه شده، بنابراینمی توان با استفاده از ابزارهای محاسباتی هوشمند و با کاربرد داد ههای موجود، مدل دقیقتری برای پی شبینی این پدیده ارائه نمود .روشهای محاسباتی نرم، نظیر شبک ههای عصبی مصنوعی، روشهای غیرخطی هستند که در مواردی که سایر روش ها قادر نیستند روش محاسباتی دقیقی از مسئله ارائه دهند مورد استفاده قرار می گیرند. عدم نیاز به جزئیات کامل و دقیق مسئله، مهمترین مزیت روش های محاسباتی نرم می باشد. دراین تحقیق با استفاده از شبک ههای عصبی مصنوعی بالاروی امواج ناشی از باد در منطقه سواش ساحلی با به کارگیری داد ههای آزمایشگاه یآرنس( 1981 )، مس( 1989 )، وندرمییر و استم( 1992 ) و آرنس و همبا ( 1988 ) مدل سازی شده است که با نگاهی جامع تر نسبت به پدیده بالاروی امواج در منطقه آب شویی ساحلی با توجه به رخداد فرایندهای مشابه در هر دو حالت ساحل نفوذپذیر و نفوذناپذیر و با انتقال دانشبالاروی امواج با استفاده از اثرات نفوذپذیری و طیف چگالی انرژی موج و موارد دیگر، مطالعه و مدل سازی این پدیده در منطقه سواش ساحلیصورت گرفته است. در ابتدای شبیه سازی هر دسته داده با استفاده از پارامترهای ورودی مختلف، میزان تاثیر آنها بر مقادیر پیش بینی شده بدست آمده و بدین ترتیب پارامترهای حاکم و موثر بر پدیده بالاروی امواج شناسایی شدند و با استفاده از کل داد هها شامل بستر نفوذپذ یر و نفوذناپذیر مدل سازی با شبک ههای عصبی صورت گرفت و نتایج نشان داد که پارامترهای ورودی شاخص نوع شکست، نفوذپذیری، ارتفاع موجنسبی و شیب بستر دارای بیشترین اثر در مقادیر پیشبینی شده بالاروی امواج م یباشند. در انتها همچنین نتایج نشان می دهد که دقت مدلهای مبتنی بر شبکه عصبی بیشتر از روابط تجربی م یباشد

نویسندگان

عباس یگانه بختیاری

استادیار ، دانشگاه علم و صنعت ایران

توحید ساوالان پور

دانشجوی کارشناسی ارشد ، 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 :
  • منهاج، ب (1382)"هوش محاسباتی، مبانی شبکه های عصبی"، انتشارات دانشگاه ...
  • لبرزی، م. (1380) "آشنایی با شیکه‌های عصبی"، انتشارات علمی دانشگاه ...
  • Ahrens JP. Iregular wave runup on smooth slopes. CETA No. ...
  • Mase, H. 1989. "Random Wave Runup Height on Gentle Slope, ...
  • Van Oorschot, J. H. _ and d'Angremond, K. (1968). "The ...
  • Kamphuis, J.W. _ and Mohamed, M. _ "Runup On Iregular ...
  • Ahrens, J.P. _ "Irregular Wave Runup, "Proceedings of the conference ...
  • Van Der Meer, J.W., Stam, C.-J.M., 1992. Wave rmp on ...
  • Burcharth HF, Hughes SA. Fundamentals of design. In: S. Hughes ...
  • Granthem, K.N., 1953. A modlel study of wave run-up on ...
  • Saville Jr., T., 1955. Laboratory data On wave run-up and ...
  • Ahrens, J. P., and Heinbaugh, M. S. 1988a. "Approximate Upper ...
  • Van Der Meer, J.W., Stam, C.-J.M., 1992. Wave runup on ...
  • Losada, M. _ Gimenez-Curto, L. A, 1981. Flow characteristics on ...
  • Allsop, N. W. H., Hawkes, P. J., Jackson, F. A., ...
  • Kingston K, Murphy J., 1996. Thematic report: Wave runup/rundown, MAST ...
  • R.Bakhtyar, A.Yeganeh Bakhtiary, A. Ghaheri. Application of neuro-fuzzy aproach in ...
  • Erdik, T., et al., Artificial neural networks for predicting maximum ...
  • نمایش کامل مراجع