پیشبینی دبی جریان در کانال مرکب مستقیم با استفاده از روش دستهبندی گروهی دادهها | ||
| نشریه مهندسی عمران امیرکبیر | ||
| مقاله 3، دوره 51، شماره 4، مهر و آبان 1398، صفحه 645-656 اصل مقاله (1.19 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22060/ceej.2018.13841.5488 | ||
| نویسندگان | ||
| عباس پارسائی1؛ شادی نجفیان2؛ عبدالرضا ظهیری* 3 | ||
| 1دانشجوی دکتری، مهندسی سازههای آبی، دانشگاه لرستان، خرم آباد، ایران | ||
| 2دانشجوی دکتری، مهندسی سازههای آبی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان ، گلستان، ایران | ||
| 3گروه مهندسی سازههای آبی، دانشکده آب و خاک، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گلستان، ایران | ||
| چکیده | ||
| پیشبینی دبی جریان در کانالهای مرکب یکی از مهمترین مسائل مهندسی هیدرولیک است. از مهمترین پارامترهای جریان در کانالهای مرکب نیز میتوان به تنش برشی ظاهری اشاره کرد که در اثر اختالف سرعت جریان در کانال اصلی و سیلاب دشتها در محل اتصال کانال اصلی به سیلاب دشتها به وجود میآید. تنش برشی ظاهری باعث ایجاد آشفتگی و گردابههای سه بعدی در مرز کانال اصلی و سیلاب دشتها و نیز کاهش دبی کل جریان میگردد. در این پژوهش، دبی جریان در کانالهای مرکب مستقیم با استفاده از روشهای تجربی، روش دستهبندی گروهی دادهها و شبکه عصبی چند لایه مدلسازی و پیشبینی شد. پارامترهای بیبعد مورد استفاده بدین منظور عبارتند از عمق نسبی جریان، شعاع هیدرولیکی نسبی، مساحت نسبی و زبری نسبی. نتایج نشان داد که روش دستهبندی گروهی دادهها با ضریب تبیین 0/91 و ریشه میانگین مربعات خطای 0/057 دارای مناسبترین عملکرد در تخمین دبی جریان در کانالهای مرکب است. بررسی ساختار روش دستهبندی گروهی دادههای توسعه داده شده نشان میدهد که عمق نسبی جریان و مساحت نسبی تأثیر بیشتری را در مدلسازی ظرفیت کانالهای مرکب دارند. بررسی عملکرد مدل شبکه عصبی چند لایه توسعه داده شده نشان میدهد که این مدل با ضریب تبیین 0/82 و ریشه مربعات خطای 0/065 دارای دقت بیشتری نسبت به روشهای تجربی است. تحلیل حساسیت شبکه عصبی چند لایه نشان داد که پارامترهای شیب طولی، عمق و مساحت نسبی تأثیر بیشتری در دقت پیشبینی جریان دارند که این نکته ساختار به دست آمده از روش دستهبندی گروهی دادهها را تأیید مینماید | ||
| کلیدواژهها | ||
| مدیریت سیلاب؛ عمق نسبی؛ مهندسی رودخانه؛ شبکه عصبی؛ روش دستهبندی گروهی داده ها | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 2,278 تعداد دریافت فایل اصل مقاله: 1,918 |
||
| تعداد نشریات | 9 |
| تعداد شمارهها | 458 |
| تعداد مقالات | 5,780 |
| تعداد مشاهده مقاله | 8,504,176 |
| تعداد دریافت فایل اصل مقاله | 7,048,948 |