NobleBlocks

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

Paywalled

The full text is at the publisher

You can read the abstract here, or open it at the publisher.

Read 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.

Discussion

Topics

More

Suggest a correction or report