مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

717
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

208
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

پیش بینی دبی جریان در کانال مرکب مستقیم با استفاده از روش دسته بندی گروهی داده ها

صفحات

 صفحه شروع 645 | صفحه پایان 656

چکیده

 پیش بینی دبی جریان در کانال های مرکب یکی از مهمترین مسائل مهندسی هیدرولیک است. از مهمترین پارامترهای جریان در کانال های مرکب نیز می توان به تنش برشی ظاهری اشاره کرد که در اثر اختلاف سرعت جریان در کانال اصلی و سیلاب دشت ها در محل اتصال کانال اصلی به سیلاب دشت ها به وجود می آید. تنش برشی ظاهری باعث ایجاد آشفتگی و گردابه های سه بعدی در مرز کانال اصلی و سیلاب دشت ها و نیز کاهش دبی کل جریان می گردد. در این پژوهش, دبی جریان در کانال های مرکب مستقیم با استفاده از روش های تجربی, روش دسته بندی گروهی داده ها و شبکه عصبی چندلایه مد ل سازی و پیش بینی شد. پارامترهای بی بعد مورد استفاده بدین منظور عبارتند از عمق نسبی جریان, شعاع هیدرولیکی نسبی, مساحت نسبی و زبری نسبی. نتایج نشان داد که روش دسته بندی گروهی داده ها با ضریب تبیین 91/0 و ریشه میانگین مربعات خطای 057/0 دارای مناسب ترین عملکرد در تخمین دبی جریان در کانال های مرکب است. بررسی ساختار روش دسته بندی گروهی داده های توسعه داده شده نشان می دهد که عمق نسبی جریان و مساحت نسبی تأثیر بیشتری را در مدل سازی ظرفیت کانال های مرکب دارند. بررسی عملکرد مدل شبکه عصبی چند لایه توسعه داده شده نشان می دهد که این مدل با ضریب تبیین 82/0 و ریشه مربعات خطای 065/0 دارای دقت بیشتری نسبت به روش های تجربی است. تحلیل حساسیت شبکه عصبی چند لایه نشان داد که پارامترهای شیب طولی, عمق و مساحت نسبی تأثیر بیشتری در دقت پیش بینی جریان دارند که این نکته ساختار بدست آمده از روش دسته بندی گروهی داده ها را تأیید می نماید.

چندرسانه ای

  • ثبت نشده است.
  • استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    پارسائی، عباس، نجفیان، شادی، و ظهیری، عبدالرضا. (1398). پیش بینی دبی جریان در کانال مرکب مستقیم با استفاده از روش دسته بندی گروهی داده ها. مهندسی عمران امیرکبیر (امیرکبیر)، 51(4 )، 645-656. SID. https://sid.ir/paper/165661/fa

    Vancouver: کپی

    پارسائی عباس، نجفیان شادی، ظهیری عبدالرضا. پیش بینی دبی جریان در کانال مرکب مستقیم با استفاده از روش دسته بندی گروهی داده ها. مهندسی عمران امیرکبیر (امیرکبیر)[Internet]. 1398؛51(4 ):645-656. Available from: https://sid.ir/paper/165661/fa

    IEEE: کپی

    عباس پارسائی، شادی نجفیان، و عبدالرضا ظهیری، “پیش بینی دبی جریان در کانال مرکب مستقیم با استفاده از روش دسته بندی گروهی داده ها،” مهندسی عمران امیرکبیر (امیرکبیر)، vol. 51، no. 4 ، pp. 645–656، 1398، [Online]. Available: https://sid.ir/paper/165661/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    email sharing button
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    sharethis sharing button