تخمین عمق آب شستگی پایه ی پل در جریان غیردائم و بستر مسلح با استفاده از سیستم عصبی- فازی تطبیقی و الگوریتم های بهینه سازی

در پژوهش حاضر به بررسی عمق آب شستگی در شرایط جریان دایمی و غیردایمی و بستر مسلح و غیرمسلح با استفاده از سیستم عصبی فازی تطبیقی (آنفیس) و الگوریتم های بهینه سازی پرداخته شده است. مدل سازی ها به دو دسته ی برآورد عمق آب شستگی در جریان دایمی با استفاده از داده های صحرایی پل های مناطق مختلف آمریکا و برآورد عمق آب شستگی در جریان غیردایمی و شرایط بستر مسلح و غیرمسلح با استفاده از سه مجموعه داده ی آزمایشگاهی تقسیم می شود. در پژوهش حاضر، به منظور بهبود مدل سازی ها پس از مدل سازی با کل مجموعه ی داده ها، داده های پرت حذف شده اند، سپس در مدل سازی های آب شستگی در جریان غیردایمی که تعداد پارامترهای ورودی زیاد است، با استفاده از روش های کاهش ابعاد، تعداد پارامترها کاهش یافته و سپس به منظور بهینه سازی آموزش مدل ها از الگوریتم های ژنتیک و ازدحام ذرات استفاده شده است. نتایج مدل سازی ها در جریان دایمی حاکی از آن است که مدل آنفیس در مقایسه با روابط تجربی، نتایج دقیق تری ارایه می دهد. در مدل سازی ها جریان غیردایمی نیز نتایج حاکی از عملکرد مناسب تر مدل عصبی فازی تطبیقی در مقایسه با روابط تجربی است. همچنین حذف داده های پرت و کاهش تعداد پارامترها باعث بهبود نتایج آنفیس شده و در بهینه سازی آموزش سیستم عصبی فازی تطبیقی، هر دو الگوریتم عملکرد مناسبی ارایه داده اند. هر چند مدل بهینه شده توسط الگوریتم ازدحام ذرات در آموزش سیستم، عملکرد موفق تری داشته است.