| ارزیابی دقت شبکه های عصبی مصنوعی با قابلیت ارائه توزیع عرضی بار رسوبی در برآورد بار بستر توسط نرم افزار STE |
| کد مقاله : 1072-IHA (R1) |
| نویسندگان |
|
رضا تیموری *1، امیر احمد دهقانی2 1گروه مهندسی آب دانشگاه علوم کشاورزی و منابع طبیعی گرگان 2عضو هیات علمی گروه مهندسی آب دانشگاه علوم کشاورزی و منابع طبیعی گرگان |
| چکیده مقاله |
| برآورد مقدار مواد رسوبی که یک جریان مشخص قادر به حمل آن است یکی از موضوعات اصلی تحقیقات رسوب می باشد که در بسیاری از پروژه های مهندسی همچون برنامه ریزی و طراحی منابع ذخیره آب، مورفولوژی و تغییرات بستر رودخانه، برآورد رسوب سالیانه برای آبگیرهای رودخانه، طراحی و نگهداری کانال های آبیاری پایدار، حفاظت سواحل، لایروبی کانال ها و غیره حائز اهمیت میباشد. 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. |
| کلیدواژه ها |
| برآورد بار بستر, شبکه های عصبی مصنوعی, مدلسازی دو بعدی بار رسوبی, روشهای هوشمند, نرم افزار STE |
| وضعیت: پذیرفته شده برای ارائه شفاهی |