تخمین عمق آبشستگی پایه های پل با استفاده از روش های آماری و الگوریتم های هوشمند
نویسندگان
چکیده
تخمین دقیق عمق آبشستگی اطراف پایههای پل در کارهای مهندسی حائز اهمیت میباشد. به دلیل پیچیدگی این پدیده بسیاری از روابط موجود قادر نمیباشند عمق آبشستگی را با دقت قابل قبولی پیشبینی نمایند. در این تحقیق ابتدا 17 رابطه تخمین عمق آبشستگی با دادههای میدانی مقایسه شدند و رابطـه فروهلیچ 1991 به عنوان بهترین رابطه انتخاب گردید. سپس با استفاده از روشهای ترکیبی میانگین (c-sam)، رگرسیــون خطــی (c-reg) و ماشین بردار پشتیبان (c-svm) 5 رابطه تخمین عمق آبشستگی (شن، فروهلیچ، فروهلیچ اصلاح شده، بلنچ i و اینگلیس ii) که دارای کمترین خطا بودند با یکدیگر ترکیب شدند. مقایسه در مرحله صحتسنجی نشان داد نتایج c-sam به دلیل اینکه از میانگین روابط استفاده مینماید، تفاوتی با رابطه فروهلیچ ندارد؛ اما c-reg و به ویژه c-svm توانستهاند نتایج را بهبود بخشند. c-svm توانسته ضریب همبستگی و خطای rmse رابطه فروهلیچ را به ترتیب از 59/0 به 85/0 و از 63/0 به 42/0 تغییر دهد. با استفاده از svm عمق آبشستگی با استفاده از پارامترهای مؤثر بر آبشستگی (p-svm) بررسی گردید. نتایج نشان دادند دقت p-svm قابل قبول است. دقت p-svm با ضریب همبستگی 77/0 و خطای rmse 51/0 بین دو روش c-reg و c-svm قرار دارد. در این تحقیق نشان داده شد ترکیب روابط تجربی با استفاده از تکنیک svm دارای بیشترین دقت و ترکیب پارامترهای مؤثر بر آبشستگی در رتبه دوم قرار دارد. همچنین نتایج این تحقیق نشان دادند svm با استفاده از هوش مصنوعی میتواند پدیده آبشستگی را با دقت بیشتری نسبت به روابط تجربی شبیهسازی نماید.
منابع مشابه
تخمین عمق آبشستگی پایههای پل با استفاده از روشهای آماری و الگوریتمهای هوشمند
تخمین دقیق عمق آبشستگی اطراف پایههای پل در کارهای مهندسی حائز اهمیت میباشد. به دلیل پیچیدگی این پدیده بسیاری از روابط موجود قادر نمیباشند عمق آبشستگی را با دقت قابل قبولی پیشبینی نمایند. در این تحقیق ابتدا 17 رابطه تخمین عمق آبشستگی با دادههای میدانی مقایسه شدند و رابطـه فروهلیچ 1991 به عنوان بهترین رابطه انتخاب گردید. سپس با استفاده از روشهای ترکیبی میانگین (C-SAM)، رگرسیــون خطــی (C-RE...
متن کاملاصلاح روابط عمق آبشستگی پایه پل با استفاده از الگوریتم ژنتیک
یکی از مسایلی که باعث تخریب پلها میشود، آبشستگی پایههای آنهاست. محاسبه دقیقتر عمق آبشستگی کمک زیادی به طراحی صحیح پایههای پل خواهد کرد. یکی از راههای محاسبه عمق آبشستگی استفاده از روابط تجربی است. در این تحقیق جهت بهینه کردن روابط با استفاده از الگوریتم ژنتیک و مقادیر میدانی عمق آبشستگی، 17 رابطه تجربی اصلاح شدند. تعداد 80 درصد دادههای میدانی جهت بهینه کردن روابط و مابقی جهت صحتسنجی آنه...
متن کاملتخمین عمق آبشستگی در محل پایه های پل به کمک تلفیق مدل های تجربی با مدل عددی FASTER
پلها از جمله مهمترین سازه های رودخانهای هستند. یکی ازمؤثرترین عوامل تخریب پلها، آبشستگی موضعی اطراف پایه پل میباشد. همه ساله پلهای زیادی در سراسر جهان به دلیل در نظر نگرفتن نقش عوامل هیدرولیکی تخریب میشوند. بر این اساس برای یک طراحی مطمئن، تخمین دقیق از عمق آبشستگی در اطراف پایههای پل ضروری به نظر میرسد. در این تحقیق، آبشستگی در محل پایههای پل اعلاء مورد بررسی قرار گرفت. پل فلزی اعلاء...
متن کاملتخمین عمق چاله آبشستگی پایه پل در سازه های آبی با روش رگرسیون فرایند گاوسی
پایداری پایههای پل احداث شده روی رودخانهها یا کانالهای عریض و عمیق آبیاری یکی از دغدغه های مهم مهندسان سازههای آبی است. در آزمایشگاههای هیدرولیک برای محاسبه عمق چاله آبشستگی پایه پل روابط متعددی ارائه شده است، برای داده های میدانی متاثر از شرایط محیطی غیرقابل کنترل، رابطه جامع و مانعی گزارش نشده است. فرایند گاوسی شامل مجموعه ای از متغیر های تصادفی به عنوان یکی از روش های نوین داده کاوی، ب...
متن کاملتخمین بیشترین عمق آبشستگی در اطراف پایهی پل تحت اثر انباشت موانع با استفاده از مدل NF-GMDH و الگوریتم های تکاملی
انباشت موانع شناور جریان رودخانهها، نظیر تنه و شاخ و برگ درختان منجر به افزایش عمق آبشستگی موضعی در اطراف پایههای پل میشود. تاکنون جهت درک سازوکار پدیده آبشستگی تحت اثر موانع شناور، مطالعات آزمایشگاهی و میدانی بسیاری انجامشده است. در دو دههی اخیر از انواع روشهای هوش مصنوعی جهت تخمین بیشترین عمق آبشستگی در اطراف پایه پل استفادهشده است. در این مطالعه از مدل فازی-عصبی مبتنی بر روش دستهب...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
مهندسی عمران و محیط زیست دانشگاه تبریزجلد ۴۶، شماره ۸۳، صفحات ۱-۱۳
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023