«یادداشت تحقیقاتی» کاربرد شبکه عصبی مصنوعی در برآورد مشخصات پرش هیدرولیکی درحوضچه آرامش با دیواره همگرا و شیب کف منفی
Authors
Abstract:
در این تحقیق از شبکة عصبی مصنوعی برای مدل‌سازی طول و عمق ثانویة پرش هیدرولیکی در حوضچة آرامش با دیوارة همگرا و شیب کف منفی -که یکی از حالتهای خاص و پیچیده در پرش هیدرولیکی است- استفاده شده است. تعداد 1682 دادة آزمایشگاهی طول و عمق ثانویة پرش هیدرولیکی مربوط به مقاطع مستطیلی، برای شیب کف منفی %6/0-، %3/1- و %2- با زاویة همگرایی %7/2، %4 و %3/5 استفاده شده است. در توسعة مدل شبکه، 15 ساختار پرسپترون با تعداد مختلفی از لایههای پنهان ونرون‌ها ارزیابی شدند. در نتیجه، ساختاری که بالاترین مقدار ضریب همبستگی را ایجاد می‌کرد، به‌عنوان مدل بهینه انتخاب شد. برای مقاطع همگرا با شیب کف منفی، مناسبترین مدل شبکه عصبی برای تعیین عمق ثانویة پرش هیدرولیکی، ساختار 1-3-6 با 16 نرون در لایة پنهان و ضریب برازش برابر 9974/0 به‌دست آمد. همچنین برای طول پرش ساختار 1-2-6 با 8 نرون در لایههای پنهان وضریب برازش برابر با 9865/0 به‌دست آمد. مقادیر بالای به‌دست آمده برای ضرایب برازش، بیانگر همبستگی نزدیک بین مقادیر خروجی مدل شبکه عصبی با داده‌های آزمایشگاهی است.
similar resources
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،...
full textکاربرد 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،...
full textکاربرد 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،...
full textبرآورد مشخصات پرش هیدرولیکی متحرک با کاربرد شبکه عصبی مصنوعی و روش تلفیقی شبکه عصبی-الگوریتم ژنتیک
پرش هیدرولیکی متحرک، حالت خاصی از جریان غیرماندگار است که باعث تغییر رژیم و وقوع ناپیوستگی هیدرولیکی در جریان می شود . در روندیابی جریان غیرماندگار و یا برنامه های بهره برداری کانال های روباز، آگاهی از رفتار چنین جریانی در باز ه ها ضروری است . این درحالی است که شبیه سازی عددی این پدیده به واسطه وجود ناپیوستگی هیدرولیکی و غیرماندگاری جریان، پیچیده است و داده های آزمایشگاهی در این مورد نیز محدو...
full textبرآورد مشخصات پرش هیدرولیکی متحرک با کاربرد شبکه عصبی مصنوعی و روش تلفیقی شبکه عصبی-الگوریتم ژنتیک
پرش هیدرولیکی متحرک، حالت خاصی از جریان غیرماندگار است که باعث تغییر رژیم و وقوع ناپیوستگی هیدرولیکی در جریان می شود . در روندیابی جریان غیرماندگار و یا برنامه های بهره برداری کانال های روباز، آگاهی از رفتار چنین جریانی در باز ه ها ضروری است . این درحالی است که شبیه سازی عددی این پدیده به واسطه وجود ناپیوستگی هیدرولیکی و غیرماندگاری جریان، پیچیده است و داده های آزمایشگاهی در این مورد نیز محدو...
full textMy Resources
Journal title
volume 7 issue 1
pages 83- 91
publication date 2013-06-01
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