پیش بینی هندسه هیدرولیکی پایین دست کانال های آبرفتی با استفاده از الگوریتم هوشمند مختلط (GMDH-HS)

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:

هندسه هیدرولیکی پایین دست کانال های آبرفتی در شرایط دبی لبریز توسط پارامترهای عرض کانال، عمق متوسط جریان، شیب کانال و سرعت متوسط جریان تعریف می شود. این متغیرها توسط پارامترهای مستقل دبی جریان، قطر متوسط ذرات بستر و پارامتر شیلدز قابل تعریف هستند. در این تحقیق عملکرد مدل هوشمند داده محور GMDH و مدل هوشمند مختلط GMDH-HS برای بیان بهترین رابطه بین متغیرهای هندسه هیدرولیکی پایین دست کانال های آبرفتی بر حسب پارامترهای مستقل مورد بررسی قرارگرفته است. 880 سری داده اندازه گیری شده از رودخانه ها و کانال های آزمایشگاهی تحت شرایط جریان و بسترهای متفاوت جمع آوری شد، که 498 سری داده برای آموزش و مابقی برای ارزیابی مدل ها استفاده گردید. صحت سنجی مدل های توسعه داده شده با استفاده از سری زمانی مکی-گلاس انجام گرفت. ارزیابی عملکرد مدل های توسعه داده شده با استفاده از شاخص های آماری CE، MSRE، MAPE، RMSE، RB و R2 حاکی از عملکرد رضایت بخش هر دو مدل در پیش بینی هندسه هیدرولیکی پایین دست کانال های آبرفتی است. بررسی دقیق تر و مقایسه نتایج دو مدل برای هر چهار متغیر نشان داد که مدل GMDH-HS در پیش بینی هندسه هیدرولیکی پایین دست کانال های آبرفتی عملکرد بسیار بالاتری داشته است.

زبان:
فارسی
صفحات:
137 تا 147
لینک کوتاه:
magiran.com/p2085112 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!