مطالعه رفتار کانال های پایدارمرکب با استفاده از شبکه های عصبی مصنوعی

پایان نامه
چکیده

مقطع عرضی اکثر جریانهای طبیعی یا رودخانه ها مانند یک کانال مرکب بوده که این مقاطع معمولاً شامل یک کانال اصلی به همراه یک یا دو پهنه سیلابی است. رودخانه ها در طی سال های زیاد و تحت جریان های سیلابی و غیر سیلابی متعددی به هندسه هیدرولیکی نسبتاً پایداری رسیده اند و در اثر تغییرات شدت جریان و رسوب، شیب، عمق و عرض خود را به گونه ای تغییر داده و تنظیم می نمایند تا به حالت جدیدی از پایداری دینامیکی برسند. طراحی مناسب کانالها و بهینه سازی مقطع رودخانه ها یکی از پیچیده ترین و مهمترین مبانی مهندسی رودخانه است که به دلیل پیچیدگی و دینامیکی بودن پدیده از معیارهای تجربی، نیمه تجربی و آماری که دقت مطلوبی ندارند برای طراحی و تعیین ابعاد کانالهای پایدار رژیمی استفاده می شود. در این تحقیق مدلی جدید بر اساس سیستم شبکه های عصبی مصنوعی با استفاده از داده های صحرایی وسیعی آموزش داده و آزمایش شده است. ضرایب همبستگی بهترین مدل های شبکه عصبی مصنوعی در مرحله آزمایش برای سه پارامتر عرض، عمق و شیب به ترتیب برابر 9420/0، 9410/0 و 8897/0 و مقادیر میانگین قدر مطلق خطاهای نسبی آن ها به ترتیب 31/19، 11/27، 22/74 درصد می باشد. همچنین برای اثبات کارایی مدل های شبکه عصبی مصنوعی بررسی و ارزیابی معادلات تجربی و نیمه تجربی تعیین ابعاد کانال ها و رودخانه های پایدار انجام شده است که معادلات بلنچ و چانگ به ترتیب با ضرایب همبستگی 8354/0 و 8753/0 و میانگین قدر مطلق خطاهای نسبی 29/36 و 35/37 درصد در تخمین پارامتر عرض، معادله بلنچ با ضریب همبستگی 9066/0 و میانگین قدر مطلق خطاهای نسبی 19/27 در تخمین پارامتر عمق و معادله لیسی با ضریب همبستگی 3999/0 و میانگین قدر مطلق خطاهای نسبی 19/56 در تخمین پارامتر شیب نسبت به دیگر معادلات عملکرد بهتری داشته اند. پس از مقایسه نتایج حاصل از مدل های شبکه عصبی مصنوعی با نتایج حاصل از معادلات تجربی و نیمه تجربی، ارجحیت متدولوژی مطرح شده بر روش های تجربی سابق تأیید شده است.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

مطالعه رفتار فروریزش سازه های مخروطی چند سلولی و بهینه سازی آن‌ها با استفاده از شبکه عصبی مصنوعی

در تحقیق حاضر، رفتار لهیدگی سازه‌های مخروطی چند سلولی تحت بارگذاری دینامیکی محوری بررسی شده است. این سازه‌ها مخروطی از دو جداره داخلی و بیرونی تشکیل شده‌ است که توسط چند صفحه تقویتی به همدیگر متصل شده‌‌اند. سازه‌های مذکور در پنج نوع سطح مقطع مربعی، شش‌ ضلعی، هشت ‌ضلعی، ده ضلعی و دایروی مورد بررسی قرار گرفته‌اند. قبل از انجام شبیه‌سازی‌های عددی رفتار لهیدگی سازه‌های مذکور با استفاده از نرم‌افزار...

متن کامل

مدلسازی تخصیص ناوگان اتوبوسرانی شهری با استفاده از شبکه های عصبی مصنوعی (مطالعه موردی: مشهد مقدس)

استفاده از سیستم اتوبوسرانی درون شهری با توجه به انعطاف پذیری بالا و ارزان بودن آن برای استفاده کننده، در شهرهای بزرگ و به ویژه در کشورهای در حال توسعه امری اجتناب ناپذیر است. از این رو بهبود این سیستم حمل و نقل بدلیل گستره فعالیت آن ضروری به نظر می رسد. یکی از رو شهای ارتقای عملکرد این سیستم، تخصیص بهینه اتوبو سها به خطوط فعال به گونه ای است که نسبت به وضعیت موجود، تعداد مسافر بیشتری حمل نموده...

متن کامل

تشخیص آنامولی های TEC قبل از وقوع زلزله های بزرگ با استفاده از شبکه عصبی مصنوعی

وقوع زلزله علاوه بر تغییر در هندسه و فیزیک پوسته زمین تأثیرات دیگری را نیز به همراه دارد. از آن جمله، تأثیر بر لایه یونسفر می‍باشد که خود را به‌صورت تغییر در میزان الکترون، چگالی یون‌ها، میدان‌های الکتریکی و مغناطیسی این لایه نشان می‌دهد. هر پارامتر ژئوفیزیکی و ژئوشیمیایی در لایه‌های لیتوسفر، اتمسفر و یونسفر زمین که قبل از وقوع زلزله تغییراتی در آن پدید آید به‌عنوان پیش‌نشانگر شناخته می‌شود...

متن کامل

تخمین کریپ کمپلینس مخلوط های آسفالتی با استفاده از شبکه های عصبی مصنوعی

یکی از آزمایش‌های اساسی در فرایند طراحی روسازی‌های انعطاف‌پذیر به روش مکانیستیک- تجربی در آشتو 2002، آزمایش کریپ کمپلینس است. در این تحقیق مدلی جدید برای تخمین کریپ کمپلینس مخلوط‌های آسفالتی با استفاده از شبکه‌های عصبی مصنوعی پرسپترون چند لایه، با تکنیک آموزش لونبرگ- مارکوات، با توان تعمیم پذیریR=0.949 ، با موفقیت ارائه شده است. این مدل 14 ورودی شامل درصدهای عبوری انتخابی از منحنی دانه‌بندی ...

متن کامل

درجه بندی زعفران بر اساس ویژگی های ظاهری با استفاده از شبکه های عصبی مصنوعی

زعفران به‌عنوان یک کالای تجاری مهم در کشور به­شمار می‌آید و توجه به مکانیزه کردن آن از مرحله تولید تا بسته‌بندی اهمیت زیادی دارد. در بدو ورود زعفران به فرایند کیفی سنجی در آزمایشگاه ، ارزیابی اولیه بر اساس مشخصات ظاهری زعفران توسط شخص خبره انجام می‌شود. لیکن بروز خطای انسانی در تشخیص کیفیت زعفران بر مبنای ویژگی‌های ظاهری آن امری اجتناب‌‌ناپذیر‌ است؛ استفاده از تکنیک‌های مبتنی بر هوش مصنوعی می‌ت...

متن کامل

منابع 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 سیستان و بلوچستان - دانشکده مهندسی عمران

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023