تخمین سرعت متوسط عمقی در کانالهای مرکب مورب با سیلابدشتهای مایل با استفاده از تکنیکهای محاسبات نرم مبتنی بر روش دستهبندی گروهی دادهها - دانشکده فنی و مهندسی
تخمین سرعت متوسط عمقی در کانالهای مرکب مورب با سیلابدشتهای مایل با استفاده از تکنیکهای محاسبات نرم مبتنی بر روش دستهبندی گروهی دادهها
نوع: Type: پایان نامه
مقطع: Segment: کارشناسی ارشد
عنوان: Title: تخمین سرعت متوسط عمقی در کانالهای مرکب مورب با سیلابدشتهای مایل با استفاده از تکنیکهای محاسبات نرم مبتنی بر روش دستهبندی گروهی دادهها
ارائه دهنده: Provider: علی نیکپور نیکچه - مهندسی عمران
اساتید راهنما: Supervisors: دکتر بهرام رضایی
اساتید مشاور: Advisory Professors: دکتر عباس پارسائی
اساتید ممتحن یا داور: Examining professors or referees: دکتر جلال صادقیان ، دکتر جلال اکبری
زمان و تاریخ ارائه: Time and date of presentation: ساعت 16 - 1404/8/13
مکان ارائه: Place of presentation: کلاس 33 دپارتمان برق
چکیده: Abstract: پیشبینی و مدلسازی قابلاطمینان سرعت متوسط عمقی امری ضروری برای محاسبه تنش برشی مرزی و دبی جریان است که با استفاده از معادله دارسی - ویسباخ و انتگرالگیری عددی قابلمحاسبه است. اهمیت مدلسازی دقیق متغیرهای هیدرولیکی جریان در کانالهای مرکب، در طراحهای مهندسی رودخانه نظیر تعیین حریم بستر، حفاظت از سواحل و روندیابی سیلاب امری حیاتی است، به همین منظور محققین از روشهای تحلیلی و مدلهای محاسبات نرم استفاده کردهاند. در این مطالعه، سرعت متوسط عمقی در کانالهای مرکب مورب با سیلابدشت مایل با بهرهگیری از مدلهای محاسبات نرم از جمله مدل شبکه عصبی مصنوعی و مدل دستهبندی گروهی دادهها، مدلسازی و پیشبینی شد. متغیرهای بیبُعد استفاده شده در این مطالعه عبارتاند از عمق نسبی، نسبت دبی بر شتاب ثقل و عمق کانال، شیب سیلابشتها، فاصله نسبی، شیب بستر و زاویه انحراف، عرض نسبی در کانال اصلی و سیلابدشت. نتایج نشان داد که مدلهای استفادهشده، دقت بالایی در پیشبینی سرعت متوسط عمقی از خود نشان میدهند و مدل شبکه عصبی مصنوعی باتوجهبه نسبتهای (R2=0.979, RMSE=0.024, MAPE=5.674%) برای مرحله آموزش مدل و (R2=0.976, RMSE=0.024, MAPE=4.146%) برای مرحله آزمایش نتایج دقیقتری در تخمین سرعت متوسط عمقی نسبت به مدل دستهبندی گروهی دادهها ارائه میدهد. همچنین با بررسی نتایج تحلیل حساسیت مشخص شد تأثیرگذارترین متغیرها در تخمین سرعت متوسط عمقی در کانالهای مرکب مورب با سیلابدشت مایل برای مدل شبکه عصبی مصنوعی، به ترتیب متغیرهای فاصله نسبی(Xr)، نسبت فاصله از محور کانال به نصف عرض کانال اصلی (Yn1)، نسبت فاصله در سیلابدشت از محور کانال به نصف عرض کانال مرکب(Yn2)، زاویه انحراف () وشیب بستر و برای مدل GMDH متغیرهای زاویه انحراف و نسبت فاصله از محور کانال اصلی به نصف کانال اصلی (Yn1) است.