عنوان مقاله : ارزیابی دقت شبکه های عصبی مصنوعی با قابلیت ارائه توزیع عرضی بار رسوبی در برآورد دبی بار بستر توسط نرم افزار STE
رضاتیموری1، امیر احمد دهقانی2
1– دانشجوی دکتری گروه مهندسی آب دانشگاه علوم کشاورزی و منابع طبیعی گرگان
2- دانشیار گروه مهندسی آب دانشگاه علوم کشاورزی و منابع طبیعی گرگان
خلاصه
برآورد مقدار مواد رسوبي كه يك جريان مشخص قادر به حمل آن است يكي از موضوعات اصلي تحقيقات رسوب می باشد كه در بسياري از پروژه هاي مهندسي همچون برنامه ريزي و طراحي منابع ذخيره آب، مورفولوژي و تغييرات بستر رودخانه، برآورد رسوب ساليانه براي آبگيرهاي رودخانه، طراحي و نگهداري كانال هاي آبياري پايدار، حفاظت سواحل، لايروبي كانال ها و غيره حائز اهميت ميباشد. حمل بار رسوبی در مسیرهای آبرفتی بطور وسیعی مورد مطالعه قرار گرفته است و روابط متفاوتی براساس اطلاعات آزمایشگاهی یا صحرایی ارائه شده است. هم اکنون برآورد نرخ حمل بار رسوبی با استفاده از روشهای هیدرولیکی و هیدرولوژیکی انجام می شود و اختلاف قابل ملاحظه ای بین نتایج روشهای مختلف وجود دارد. از طرفی با توجه به پیشرفت الگوریتم ها و روش های هوش مصنوعی در علوم مهندسی می توان با استفاده از روش هایی همچون شبکه های عصبی مصنوعی، برآورد خوبی از بار رسوبی انجام داد و موجب افزایش دقت و اطمینان در تخمین ها شد. در این تحقیق با استفاده از قابلیت تعلیم شبکه های عصبی مصنوعی در نرم افزار توسعه یافته STE ، اقدام به تعلیم و ارزیابی این شبکه ها در رودخانه بابلرود استان مازندران و مقاطعی از رودخانه های استان گلستان شده است. نتایج نشان داد تعلیم و استفاده از این شبکه ها ضمن ارائه توزیع عرضی دبی بار رسوب در عرض رودخانه ها با دقتی قابل توجه، می تواند به تخمین دقیق تر دبی بار رسوب کمک کند.
کلمات کليدي: برآورد بار بستر,شبکه های عصبی مصنوعی,مدلسازی دو بعدی بار رسوبی,روشهای هوشمند,نرم افزار STE هیدرولیکی,نرم افزار STE
- ویدیو ارائه مقاله
0 دیدگاه