کاربرد شبکه عصبی مصنوعی دربرآورد پروفیل پرش هیدرولیکی درحوضچه آرامش با دیواره های همگرا

در این تحقیق، از یک شبکه عصبی مصنوعی در برآورد پروفیل پرش هیدرولیکی در حوضچه آرامش همراه با دیواره همگرا  که از حالت­های خاص و پیچیده پرش هیدرولیکی می­باشد، استفاده شده است. تعداد 1500 داده آزمایشگاهی اعماق پرش هیدرولیکی مربوط به مقاطع مستطیلی، برای همگرایی  %7/2،  %4 و %3/5 مورد استفاده قرار گرفته است. در توسعه مدل شبکه عصبی مصنوعی، 10 ساختار پرسپترون، با تعداد لایه­های پنهان و نرون­های مختلف، مورد ارزیابی قرار گرفتند. در مورد نتیجه نهایی، ساختاری که بالاترین مقدار ضریب همبستگی را تولید می­کرد، به عنوان مدل بهینه انتخاب گردید. برای مقاطع همگرا، مناسب­ترین مدل شبکه عصبی برای پروفیل پرش هیدرولیکی ساختار 1-3-5 با 15 نرون در لایه­های مخفی با ضریب رگرسیون 999/0 به دست آمد. مقادیر بالای به دست آمده برای ضریب رگرسیون، بیانگر همبستگی نزدیک بین مقادیر خروجی مدل شبکه عصبی با داده­های آزمایشگاهی می­باشد.