کاربرد شبکه های عصبی مصنوعی در پیش بینی آبشستگی پایین دست سازه های کنترل شیب

thesis
abstract

سازه های کنترل شیب، از کاهش تراز اضافی بستر در کانال های آبرفتی که شیب زیادی دارند، جلوگیری می کنند. آبشستگی موضعی پایین دست سازه های کنترل شیب در بسترهای آبرفتی، پدیده پیچیده ای برحسب تخمین عمق فرسایش بیشینه می باشد. تعیین موقعیت و عمق آبشستگی، برای طراحی فونداسیون و جلوگیری از تخریب سازه ضروری می باشد. مهندسین هیدرولیک تلاش های زیادی برای ارتباط آبشستگی موضعی پایین دست سازه های کنترل شیب به فاکتورهای مختلف هیدرولیکی و مورفولوژیکی مثل دبی، ارتفاع ریزش، عرض سرریز، اندازه متوسط ذرات بستر و دانسیته جرمی رسوبات انجام داده اند. محققین مختلفی در طی چند دهه گذشته، فرمول هایی تجربی مبتنی بر آزمایش و نیز مشاهدات نمونه اصلی، به منظور پیش بینی آبشستگی پایین دست سازه های کنترل شیب، ارائه کرده اند. در این پایان نامه، از شبکه های عصبی مصنوعی به عنوان یکی از قدرتمندترین ابزارهای مهندسی، برای پیش بینی آبشستگی موضعی پایین دست سازه های کنترل شیب، استفاده شده است. چهار پارامتر بی بعد مهم آبشستگی پایین دست سازه های کنترل شیب، با استفاده از شبکه های عصبی مصنوعی مدل شده اند. اندازه گیری های آبشستگی موجود در متون، برای برقراری مدل های شبکه های عصبی مصنوعی، استفاده شده اند. مدل های نهایی برای هر متغیر آبشستگی با فرمول های تجربی اخیر موجود در متون مربوط به آبشستگی پایین دست سازه های کنترل شیب، مقایسه شده اند.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

کاربرد شبکه های عصبی مصنوعی در پیش بینی بارش زمستانه

پیش‌بینی بارش یکی از مهم‌ترین مسائل در زمینه مدیریت بهینه منابع آب در بخش‌های مختلف نظیر صنعت، شرب و کشاورزی است. پیش بینی بارش می تواند باعث جلوگیری از تلفات و خسارات ناشی از بلایای طبیعی شود. هدف از تحقیق حاضر پیش‌بینی بارش زمستانه استان خراسان رضوی با استفاده از شبکه‌های عصبی مصنوعی می‌باشد. بدین منظور، ابتدا سری زمانی بارش متوسط منطقه‌ای به روش کریجینگ در طول دوره آماری به دست آورده شد. سپس...

full text

برآورد عمق آبشستگی در پایین دست سازه های شیب شکن

سازة شیب­شکن از جمله سازه های هیدرولیکی است که در تثبیت بستر رودخانه کاربرد زیادی دارد؛ آبشستگی موضعی پایین­دست آن عامل اصلی تخریب سازه است.  مطالعات زیاد در این خصوص به ارائة روابط متعددی برای پیش بینی عمق حفرة آبشستگی انجامیده است.  نتایج به دست آمده همواره برای طراحان این نگرانی را به وجود آورده که برای طراحی، کدام رابطه دقت بیشتری دارد.  در این تحقیق از طریق ساخت مدل فیزیکی، آزمایش برای جت ...

full text

برآورد عمق آبشستگی در پایین دست سازه های شیب شکن

سازه شیب­شکن از جمله سازه های هیدرولیکی است که در تثبیت بستر رودخانه کاربرد زیادی دارد؛ آبشستگی موضعی پایین­دست آن عامل اصلی تخریب سازه است.  مطالعات زیاد در این خصوص به ارائه روابط متعددی برای پیش بینی عمق حفره آبشستگی انجامیده است.  نتایج به دست آمده همواره برای طراحان این نگرانی را به وجود آورده که برای طراحی، کدام رابطه دقت بیشتری دارد.  در این تحقیق از طریق ساخت مدل فیزیکی، آزمایش برای جت ...

full text

کاربرد شبکه های عصبی مصنوعی در پیش بینی شاخص های کلان علم و فناوری

ارزیابی تحقیق و توسعه و ارتباط بین تولید علم و تکنولوژی در سطح کلان کشورها به دلیل حجم بالای اطلاعات و تغییر و تحولات سریع در این حوزه محدود بوده است. این پژوهش با هدف درک ارتباط و عملکرد توسعه فناوری در رابطه با فعالیت‌های تولید علم در سطح کشور‌ها صورت پذیرفته است که از نوع تحقیقات توصیفی-کاربردی می‌باشد. هدف ساخت مدلی با استفاده از الگوریتم‌ های پیشرفته است که توانایی پیش‌بینی شاخص فناوری را ...

full text

کاربرد شبکه های عصبی مصنوعی در پیش بینی شاخص بازدهی نقدی و قیمت سهام

مدل سازی پیش بینی متغیرهای مالی و اقتصادی با توجه به رفتار متغیرها، روش های گوناگونی دارد. تحقیق حاضر، چگونگی پیش بینی بازده سهام در بورس اوراق بهادار تهران را با دو مدل آربیتراژ و شبکه های عصبی مصنوعی مورد آزمون قرار داده است. برای این منظور از اطلاعات روزانه شاخص بازده نقدی و قیمت به عنوان متغیر وابسته و از اطلاعات روزانه قیمت سکه بهار آزادی، حجم معاملات کل بازار و قیمت دلار به عنوان متغیرهای...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده مهندسی

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023