مقایسه روش‌های آماری، تجربی، شبکه عصبی و ترکیبی فازی- عصبی در برآورد هوای مورد نیاز هواده سرریز

Authors

  • امین مهدوی میمند دانشجوی کارشناسی ارشد سازه‌های آبی دانشگاه شهید چمران اهواز
  • جواد احدیان عضو هیات علمی گروه سازه‌های آبی دانشگاه شهید چمران اهواز
Abstract:

یکی از روش­های کاهش خسارت ناشی از کاویتاسیون در سرریز سدها، هوادهی به جریان با استفاده هواده­ها است. جریان هوای مورد نیاز هواده­ها یکی از مهم‌ترین عوامل تأثیرگذار در طراحی آن­ها است. در این پژوهش برای برآورد جریان هوای مورد نیاز هواده سرریز از چهار روش رگرسیون گام به گام، روش تجربی فیشر، شبکه عصبی (مبتنی بر آموزش لونبرگ- مارکواد) و روش ترکیبی فازی- عصبی (انفیس) استفاده شد. به منظور انجام مدل­سازی از 914 داده مربوط به آزمایش‌های انجام‌شده روی مدل هیدرولیکی سرریز سد کلاید دم و 12 داده مربوط به آزمایش‌های صورت گرفته توسط مرکز تحقیقات آب تهران روی مدل هیدرولیکی سد مخزنی آزاد، استفاده شد. پس از برآورد دبی هوای مورد نیاز هواده سرریز با استفاده از روش­های ذکرشده، خطای روش­های مختلف محاسبه گردید و عملکرد آن­ها مورد ارزیابی قرار گرفت. نتایج نشان داد که روش ترکیبی عصبی- فازی با داشتن ریشه میانگین مربعات خطا در حدود 0194/0 و ضریب همبستگی  968/0، بهترین عملکرد را دارا می­باشد. این در حالی است که برای روش­های شبکه عصبی مصنوعی، رگرسیون گام به گام و تجربی فیشر، ریشه میانگین مربعات خطا به ترتیب حدود 0538/0 ، 0596/0 و 98/1 است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

مقایسه روش های آماری، تجربی، شبکه عصبی و ترکیبی فازی- عصبی در برآورد هوای مورد نیاز هواده سرریز

یکی از روش­های کاهش خسارت ناشی از کاویتاسیون در سرریز سدها، هوادهی به جریان با استفاده هواده­ها است. جریان هوای مورد نیاز هواده­ها یکی از مهم ترین عوامل تأثیرگذار در طراحی آن­ها است. در این پژوهش برای برآورد جریان هوای مورد نیاز هواده سرریز از چهار روش رگرسیون گام به گام، روش تجربی فیشر، شبکه عصبی (مبتنی بر آموزش لونبرگ- مارکواد) و روش ترکیبی فازی- عصبی (انفیس) استفاده شد. به منظور انجام مدل­سا...

full text

مدل سازی فازی، فازی- عصبی هندسه سازه هواده و هیدرولیک شوت در میزان جریان هوای مورد نیاز

سرریزها از سازه های مهم حفاظتی یک سد محسوب می شوند. هنگام بروز سیلاب، جریان اضافی از روی این سازه عبور داده می شود تا به سد و تاسیسات وابسته ی آن خسارت وارد نشود. کاویتاسیون یک پدیده ی مخرب است که باعث آسیب رساندن به این سازه می شود. یکی از روش های کاهش خسارت ناشی از کاویتاسیون، هوادهی به جریان می باشد. نکته اصلی در طراحی هواده ها، تعیین میزان جریان هوای مورد نیاز آن ها می باشد. در این پژوهش جه...

عملکرد شبکه عصبی مصنوعی و شبکه عصبی فازی- تطبیقی در برآورد غلظت ازن در شهر تهران

در سال‌های اخیر آلودگی هوا به عنوان یکی از بزرگ ترین مشکلات زیست محیطی در سطح جهانی مطرح شده است. ازن تروپوسفری یک آلاینده ثانویه است و سبب بروز مشکلات تنفسی و تاثیر حاد بر گیاهان می‌شود. در این مطالعه به دلیل غیر خطی بودن و پیچیدگی این پدیده‌هابه مقایسه برآورد غلظت آلاینده ازن با استفاده از شبکه عصبی مصنوعی و شبکه عصبی فازی-تطبیقی پرداخته شد. در پژوهش حاضر از متغیرهای هواشناسی در ...

full text

مقایسه ضرایب تشت برآورد شده با استفاده از روش‌های تجربی، شبکه عصبی مصنوعی و عصبی- فازی در برآورد تبخیر و تعرق گیاه مرجع

در این تحقیق کارایی روش‌های متفاوت تجربی (کوینکا، اشنایدر، اورنگ، آلن و پرویت، مدل راگووانشی و والندر، اشنایدر اصلاح شده، پریرا) در مقایسه با شبکه عصبی مصنوعی (ANN) و سامانه استنتاج عصبی- فازی تطبیقی (ANFIS)در برآورد ضریب تشت رده A و تبخیر و تعرق گیاه مرجع، در یک اقلیم گرم و خشک مورد ارزیابی قرار گرفت. بدین‌منظور از آمار 10 ساله مربوط به اندازه‌گیری روزانه تبخیر از تشت استفاده شد. با توجه به ک...

full text

عملکرد مدل شبکه عصبی مصنوعی و شبکه عصبی فازی تطبیقی در تخمین غلظت ذرات معلق در هوای شهر تهران

 در سالهای اخیر رشد روز افزون جمعیت ، وسایل نقلیه و کارخانه‌ها باعث افزایش آلودگی هوا و ایجاد مشکلات زیادی برای محیط زیست بشر و سلامتی انسان شده است. یکی از مهمترین آلاینده‌ها، ذرات‌معلق می‌باشد که سبب بروز مشکلات تنفسی و قلبی در انسان می‌شود. هدف از این مطالعه مقایسه مدل‌های شبکه‌عصبی‌مصنوعی و شبکه‌عصبی‌فازی-تطبیقی در تخمین غلظت ذرات معلق در شهر تهران می‌باشد. در...

full text

مقایسه روشهای شبکه های عصبی مصنوعی، فازی-عصبی تطبیقی و منحنی سنجه رسوب در برآورد رسوبات معلق رودخانه ها (مطالعه موردی: رودخانه آجی چای)

ارائه راهکاری مناسب جهت برآورد دقیق بار معلق رودخانهها در پروژههای آبی، مهندسی رودخانه و آبیاریکاربردهای فراوانی دارد. به دلیل تأثیر پارامترهای مختلف بر انتقال رسوبات در رودخانهها، تعیین معادلات حاکم برآن مشکل بوده و مدلهای ریاضی نیز در این راستا از دقت کافی برخوردار نیستند. امروزه استفاده از سیستمهایهوش مصنوعی به عنوان راهکاری جدید در تحلیل مسائل آبی، گسترش یافته است. در تحقیق حاضر منطق فازی-ع...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 38  issue 3

pages  51- 61

publication date 2015-11-22

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023