پیشبینی ضریب دبی در سرریزهای جانبی نیمدایرهای با استفاده از روشهای یادگیری ماشین مبتنی بر توابع کرنل: رویکردی مقایسهای | ||
| تحقیقات آب و خاک ایران | ||
| دوره 56، شماره 10، دی 1404، صفحه 2735-2750 اصل مقاله (1.95 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/ijswr.2025.399575.669986 | ||
| نویسندگان | ||
| کیومرث روشنگر* 1؛ آیدین پناهی2؛ آرمان علیرضازاده صدقیانی3 | ||
| 1گروه مهندسی آب، دانشکده مهندسی عمران، دانشگاه تبریز، تبریز، ایران | ||
| 2گروه مهندسى منابع آب، دانشکده مهندسى عمران، دانشگاه تبریز، تبریز، ایران | ||
| 3گروه مهندسی منابع آب، دانشکده مهندسی عمران، دانشگاه تبریز، تبریز، ایران | ||
| چکیده | ||
| پیشبینی دقیق ضریب دبی در سرریزهای جانبی نیمدایرهای لبهتیز، به دلیل نقش کلیدی آن در تحلیلهای هیدرولیکی، مدیریت بهینه جریان و طراحی ایمن سازههای آبی، از اهمیت بالایی برخوردار است. در این پژوهش، جهت ارتقاء دقت پیشبینی این ضریب از ترکیب روش ماشین بردار پشتیبان (SVM: Support Vector Machine) با دو الگوریتم بهینهسازی فرا ابتکاری، شامل الگوریتم بهینهسازی اسب (HOA: Horse Optimization Algorithm) و الگوریتم جستجوی خزندگان (RSA: Reptile Search Algorithm)، استفادهشده است. ابتدا پارامترهای بیبعد مؤثر بر ضریب دبی شناساییشده و مدلهای مختلف توسعه یافتند. مجموعه دادههای آزمایشگاهی بهصورت تصادفی به دو بخش آموزش (80 درصد) و تست (20 درصد) تقسیم شدند. نتایج نشان داد که هر دو مدل دقت بالایی در پیشبینی ضریب دبی دارند، اما مدل SVM-HOA در مرحله تست عملکرد بهتری نسبت به SVM-RSA ارائه داده است (0.887 NSE=، 0.025RMSE= و 0.899R2=). عملکرد برتر و نتایج دقیقتری ارائه میدهد. همچنین، آنالیز حساسیت نشان داد که نسبت عمق جریان روی تاج سرریز جانبی به قطر سرریز (h1/D) و نسبت ارتفاع تاج سرریز به عرض کانال (P/B) تأثیرگذارترین پارامترها در مدلسازی ضریب دبی هستند. نتایج این پژوهش مؤید آن است که مدل پیشنهادی مبتنی بر ترکیب SVM با الگوریتم HOA میتواند ابزاری قدرتمند برای پیشبینی دقیق رفتار هیدرولیکی سرریزهای جانبی نیمدایرهای در شرایط مختلف عملیاتی باشد. | ||
| کلیدواژهها | ||
| الگوریتمهای فرا ابتکاری؛ آنالیز حساسیت؛ سرریز جانبی؛ ضریب دبی؛ یادگیری ماشین | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 187 تعداد دریافت فایل اصل مقاله: 180 |
||