کاربرد شبکه های عصبی مصنوعی در پیش بینی آبشستگی پایین دست سازه های کنترل شیب
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده مهندسی
- نویسنده حسین علیزاده
- استاد راهنما محمدرضا جعفرزاده فرزاد شهابیان
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1388
چکیده
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.
منابع مشابه
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...
متن کاملبرآورد 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 ...
متن کاملبرآورد 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 ...
متن کاملکاربرد 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 ...
متن کاملبررسی توسعه زمانی آبشستگی اطراف آبشکن های نفوذناپذیر در کانال مستقیم و پیش بینی آن با شبکه های عصبی مصنوعی
این مقاله فاقد چکیده میباشد.
متن کاملکاربرد 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...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده مهندسی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023