Research indexJournal article
مدلسازی ضریب دبی سرریزهای کنگرهای توسط تکنیکهای هوش مصنوعی
شفیعی, نجارچی, شعبانلو
21 Mar 2021
NobleIDark:/48914/w1/20260523/6E515EB1DOI10.22034/ws.2021.11627
مدلسازی ضریب دبی سرریزهای کنگرهای توسط تکنیکهای هوش مصنوعی
شفیعی, نجارچی, شعبانلو · 2021 · Subscription
NobleIDark:/48914/w1/20260523/6E515EB1DOI10.22034/ws.2021.11627
The full text is at the publisher
You can read the abstract here, or open it at the publisher.
Abstract
در این مطالعه، جهت تخمین ضربی دبی سرریزهای کنگرهای، از یک روش تکاملی بر مبنای نرو- فازی استفاده شد. به منظور بهینهسازی پارامترهای سیستم استنتاج عصبی- فازی سازگار (ANFIS) از الگوریتم کرمشبتاب (FFA) استفاده گردید. در مدلسازی روشهای ANFIS و ANFIS-FFA، جهت بررسی عدم قطعیت مدل، از شبیهسازی مونت کارلو استفاده شد. علاوه بر این، با استفاده از روش اعتبارسنجی چند لایه اقدام به ارائه مدلهایی شد که از انعطافپذیری و تعمیمپذیری قابل توجهی برخوردار بود. در ابتدا، پارامترهای بی بعد ورودی شامل عدد فرود (Fr)، نسبت هد روی سرریز به ارتفاع سرریز (HT/p )، زاویه راس (α)، نسبت طول تاج سرریز به عرض کانال (Lc/W)، نسبت طول راس سرریز به عرض زاویه راس (A/w) و نسبت عرض زاویه راس به ارتفاع سرریز (w/p ) تعریف و برای ANFIS و ANFIS-FFA هفت مدل مختلف توسعه داده شدند. سپس با استفاده از تحلیل حساسیت، مدلهای برتر (ANFIS 5 و ANFIS-FFA 5) و موثرترین پارامتر ورودی (عدد فرود) شناسایی گردیدند. همچنین، نتایج توزیع خطا نشان داد که تقریبا 70 درصد نتایج مدل برتر (ANFIS-FFA 5) خطایی کمتر از 5 درصد داشتند. بهعبارت دیگر، دقت خوب مدل برتر به لحاظ آماری تایید گردید. در انتها تحلیل عدم قطعیت برای مدلهای برتر اجرا گردید.