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:

1,123
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

371
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

1

اطلاعات مقاله نشریه

عنوان

برآورد مشخصات پرش هیدرولیکی متحرک با کاربرد شبکه عصبی مصنوعی و روش تلفیقی شبکه عصبی- الگوریتم ژنتیک

صفحات

 صفحه شروع 187 | صفحه پایان 196

چکیده

 پرش هیدرولیکی متحرک, حالت خاصی از جریان غیرماندگار است که باعث تغییر رژیم و وقوع ناپیوستگی هیدرولیکی در جریان می شود. در روندیابی جریان غیرماندگار و یا برنامه های بهره برداری کانال های روباز, آگاهی از رفتار چنین جریانی در بازه ها ضروری است. این درحالی است که شبیه سازی عددی این پدیده به واسطه وجود ناپیوستگی هیدرولیکی و غیرماندگاری جریان, پیچیده است و داده های آزمایشگاهی در این مورد نیز محدود هستند. به این ترتیب جمع آوری داده های آزمایشگاهی و تجزیه و تحلیل آنها با استفاده از توانایی سیستم های هوشمند, می تواند در برآورد مشخصات موردنظر پرش هیدرولیکی متحرک کارآمد باشد. در این تحقیق داده های جریان های غیرماندگار جمع آوری شده از یک فلوم آزمایشگاهی مستطیلی, با استفاده از شبکه مصنوعی و همچنین با کاربرد الگوریتم ژنتیک برای بهینه سازی پارامترهای شبکه عصبی, مورد تحلیل قرارگرفت. در آزمایش ها, جریان غیرماندگار و شرایط مختلف پرش هیدرولیکی متحرک, با ایجاد هیدروگراف های متنوع دبی در بالادست, تولید شد. با اجرای الگوی پرسپترون شبکه عصبی و بهینه سازی پارامترهای آن توسط الگوریتم ژنتیک, پارامترهای مختلف پرش برآورد شدند. نتایج نشان داد که شبکه عصبی و یا به عنوان یک گزینه برتر, تلفیق این شبکه با الگوریتم ژنتیک, می تواند به عنوان یک الگوریتم مکمل در مدل های عددی و یا الگوریتم های بهره برداری, برای برآورد مشخصات پرش هیدرولیکی در جریان غیرماندگار به کار رود. به ویژه مشخصات مقطع زیربحرانی بعد از پرش, با دقت مناسبی قابل برآورد است. همچنین آزمون و توسیع این روش برای شرایط جامع آزمایشگاهی و صحرایی می تواند به عرضه ابزاری ساده و کارآمد در روندیابی این نوع جریان منجر شود.

استنادها

ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    پرورش ریزی، عاطفه، کوچک زاده، صلاح، و امید، محمدحسین. (1385). برآورد مشخصات پرش هیدرولیکی متحرک با کاربرد شبکه عصبی مصنوعی و روش تلفیقی شبکه عصبی- الگوریتم ژنتیک. علوم کشاورزی ایران، 37(1)، 187-196. SID. https://sid.ir/paper/8366/fa

    Vancouver: کپی

    پرورش ریزی عاطفه، کوچک زاده صلاح، امید محمدحسین. برآورد مشخصات پرش هیدرولیکی متحرک با کاربرد شبکه عصبی مصنوعی و روش تلفیقی شبکه عصبی- الگوریتم ژنتیک. علوم کشاورزی ایران[Internet]. 1385؛37(1):187-196. Available from: https://sid.ir/paper/8366/fa

    IEEE: کپی

    عاطفه پرورش ریزی، صلاح کوچک زاده، و محمدحسین امید، “برآورد مشخصات پرش هیدرولیکی متحرک با کاربرد شبکه عصبی مصنوعی و روش تلفیقی شبکه عصبی- الگوریتم ژنتیک،” علوم کشاورزی ایران، vol. 37، no. 1، pp. 187–196، 1385، [Online]. Available: https://sid.ir/paper/8366/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






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