مطالعه مقایسه ای شبکه های عصبی مصنوعی (MLP, RBF) و ماشینهای بردار پشتیبان برای تخمین ضریب دبی سرریز کنگره ای با تاج ربع دایره ای

سرریزها ازجمله سازه های پرکاربرد برای تنظیم رقوم سطح آب و کنترل جریان در کانالها و سازه های هیدرولیکی به شمار می آیند. سرریزهای کنگرهای، از انواع سرریزهای غیرمستقیم بوده که با افزایش طول موثر، مقدار مشخصی از جریان را با تراز سطح آب بالادست کمتر نسبت به سرریزهای خطی از خود عبور میدهند. در این تحقیق عملکرد شبکه های پرسپترون چند لایه (MLP)، شبکه های عصبی شعاعی (RBF) و ماشینهای بردار پشتیبان (SVM) با تابع کرنلهای مختلف در تخمین ضریب دبی سرریز کنگره ای با تاج ربع دایرهای مورد بررسی قرار گرفت . برای این منظور 454 عدد داده آزمایشگاهی مورد استفاده قرار گرفت. پارامترهای بیبعد Ht/P , L/W, W/P و a به عنوان ورودی و پارامتر بی بعد CD به عنوان خروجی در مدلهای به کار گرفته شده این تحقیق، معرفی گردید. عملکرد مدل MLP با RMSE، R و DC به ترتیب 0/019، 0/985 و 0/971 نسبت به سایر مدلها قابل قبول تر و نزدیکتر به داده های آزمایشگاهی میباشد.

کلیدواژه ها:

سرریز کنگره ای ، شبکه پرسپترون چند لایه ، شبکه های عصبی شعاعی ، ماشینهای بردار پشتیبان