
تعداد نشریات | 44 |
تعداد شمارهها | 1,353 |
تعداد مقالات | 16,546 |
تعداد مشاهده مقاله | 53,680,259 |
تعداد دریافت فایل اصل مقاله | 16,169,567 |
بررسی میزان افت انرژی جریان در سرریزهای زیگزاگی با استفاده از روشهای مبتنی بر محاسبات نرم | ||
نشریه مهندسی عمران و محیط زیست | ||
مقاله 5، دوره 54، شماره 116، 1403، صفحه 53-64 اصل مقاله (1.38 M) | ||
نوع مقاله: مقاله کامل پژوهشی | ||
شناسه دیجیتال (DOI): 10.22034/ceej.2023.56773.2263 | ||
نویسندگان | ||
حمیدرضا عباس زاده؛ رضا تاری نژاد* | ||
دانشکده مهندسی عمران، دانشگاه تبریز | ||
چکیده | ||
هدف از پژوهش حاضر بررسی میزان افت انرژی نسبی (EDR) در سرریزهای کنگرهای با پلان مثلثی و ذوزنقهای در ابعاد مختلف با استفاده از مدل ماشین بردار پشتیبان (SVM)، الگوریتم جنگل تصادفی (RF) و روش شبکه عصبی مصنوعی (ANN) است. از مجموعه دادههای آزمایشگاهی 70% برای مرحله آموزش و 30% برای مرحله آزمون مورد استفاده قرار گرفتند. در مدل SVM، نتایج کرنلهای مختلف نشان داد که کرنل تابع پایه شعاعی (RBF) نتایج بهتری در پیشبینی افت انرژی نسبی سرریز کنگرهای در مقایسه با کرنلهای چندجملهای (Polynomial)، خطی (Linear) و سیگموئید (Sigmoid) دارد. نتایج شاخصهای آماری ضریب همبستگی (R)، میانگین درصد خطای نسبی (Mean RE%)، خطای جذر میانگین مربعات (RMSE) و شاخص کلینگ گوپتا (KGE) برای مدل SVM-RBF در مرحله آزمون بهترتیب 907/0، 38/1%، 0153/0 و 744/0 است. در روش ANN شبکه چند لایه پرسپترون (MLP) نتایج دقیقتری در مقایسه با شبکه RBF دارد. نتایج شاخصهای فوق در مرحله آزمون برای روش ANN-MLP بهترتیب 969/0، 73/0%، 007/0 و 968/0 است. همچنین این نتایج برای مدل RF بهترتیب 878/0، 78/1%، 0192/0 و 362/0 است. بررسی نتایج نشان داد که روش ANN عملکرد مطلوبی نسبت به سایر مدلهای SVM و RF دارد. | ||
کلیدواژهها | ||
سرریز زیگزاگی؛ افت انرژی؛ شبکه عصبی مصنوعی؛ ماشین بردار پشتیبان؛ الگوریتم جنگل تصادفی | ||
سایر فایل های مرتبط با مقاله
|
||
مراجع | ||
Abbaszadeh H, Daneshfaraz R, Norouzi R, “Experimental investigation of hydraulic jump parameters in sill application mode with various synthesis”, Journal of Hydraulic Structures, 2023, 9 (1), 18-42. https://doi.org/10.22055/jhs.2023.43208.1245 Al-Bulushi NI, King PR, Blunt MJ, Kraaijveld M, “Artificial neural networks workflow and its application in the petroleum industry”, Neural Computing and Applications, 2012, 21, 409-421. https://doi.org/10.1007/s00521-010-0501-6 Ayaz M, Mansoor T, “Development of ANN model for discharge prediction and optimal design of sharp-crested triangular plan form weir for maximum discharge using linked ANN-optimization model”, Water Supply, 2021, 21 (6), 3027-3041. http://dx.doi.org/10.2166/ws.2021.067 Azimi AH, Hakim SS, “Hydraulics of flow over rectangular labyrinth weirs”, Irrigation Science, 2019, 37 (2), 183-193. https://doi.org/10.1007/s00271-018-0616-6 Biabani R, Salmasi F, Nouri M, Abraham J, “Flow over embankment gabion weirs in free flow conditions”, Journal of Hydro-Environment Research, 2022, 44, 65-76. https://doi.org/10.1016/j.jher.2022.08.001 Crookston BM, Tullis BP, “Labyrinth weirs: nappe interference and local submergence”, Journal of Irrig Drain Engineering, 2012, 138, 757-765. https://doi.org/10.1061/(ASCE)IR.1943-4774.0000466 Daneshfaraz R, Norouzi R, Abbaszadeh H, Azamathulla HM, “Theoretical and experimental analysis of applicability of sill with different widths on the gate discharge coefficients”, Water Supply, 2022, 22 (10), 7767-7781. https://doi.org/10.2166/ws.2022.354 Daneshfaraz R, Norouzi R, Ebadzadeh P, Di Francesco S, Abraham JP, “Experimental Study of Geometric Shape and Size of Sill Effects on the Hydraulic Performance of Sluice Gates”, Water, 2023a, 15 (2), 314. https://doi.org/10.3390/w15020314 Daneshfaraz R, Santos CAG, Norouzi R, Kashani MH, AmirRahmani M, Band SS, “Prediction of Drop Relative Energy Dissipation Based on Harris Hawks Optimization Algorithm”, Iranian Journal of Science and Technology, Transactions of Civil Engineering, 2023b, 47 (2), 1197-1210. https://doi.org/10.1007/s40996-022-00987-7 Ghaderi A, Daneshfaraz R, Dasineh M, Di Francesco S, “Energy dissipation and hydraulics of flow over trapezoidal–triangular labyrinth weirs”, Water, 2020, 12 (7), 1992. https://doi.org/10.3390/w12071992 Haghiabi AH, Nou MRG, Parsaie A, “The energy dissipation of flow over the labyrinth weirs”, Alexandria Engineering Journal, 2022, 61 (5), 3729-3733. https://doi.org/10.1016/j.aej.2021.08.075 Hassanzadeh Y, Abbaszadeh H, “Investigating Discharge Coefficient of Slide Gate-Sill Combination Using Expert Soft Computing Models”, Journal of Hydraulic Structures, 2023, 9 (1), 63-80. Hay N, Taylor G, “Performance and design of labyrinth weirs”, Journal of the Hydraulics Division, 1970, 96 (11), 2337-2357. https://doi.org/10.22055/jhs.2023.43683.1251 Idrees AK, Al-Ameri R, “Investigation of flow characteristics and energy dissipation over new shape of the trapezoidal labyrinth weirs”, Flow Measurement and Instrumentation, 2023, 89, 102276. https://doi.org/10.1016/j.flowmeasinst.2022.102276 Jahed Armaghani D, Asteris PG, Askarian B, Hasanipanah M, Tarinejad R, Huynh VV, “Examining hybrid and single SVM models with different kernels to predict rock brittleness”, Sustainability, 2020, 12 (6), 2229. https://doi.org/10.3390/su12062229 Kumar S, Ahmad Z, Mansoor T, “A new approach to improve the discharging capacity of sharp-crested triangular plan form weirs”, Flow Measurement and Instrumentation, 2011, 22 (3), 175-180. https://doi.org/10.1016/j.flowmeasinst.2011.01.006 Mohammadzadeh-Habili J, Heidarpour M, Samiee S, “Study of energy dissipation and downstream flow regime of labyrinth weirs”, Iranian Journal of Science and Technology, Transactions of Civil Engineering, 2018, 42, 111-119. https://doi.org/10.1007/s40996-017-0088-6 Monjezi R, Heidarnejad M, Masjedi A, Purmohammadi MH, Kamanbedast A, “Laboratory investigation of the discharge coefficient of flow in arced labyrinth weirs with triangular plans”, Flow Measurement and Instrumentation, 2018, 64, 64-70. https://doi.org/10.1016/j.flowmeasinst.2018.10.011 Norouzi R, Sihag P, Daneshfaraz R, Abraham J, Hasannia V, “Predicting relative energy dissipation for vertical drops equipped with a horizontal screen using soft computing techniques”, Water Supply, 2021, 21 (8), 4493-4513. https://doi.org/10.2166/ws.2021.193 Nouri M, Sihag P, Salmasi F, Kisi O, “Energy loss in skimming flow over cascade spillways: Comparison of artificial intelligence-based and regression methods”, Applied Sciences, 2020, 10 (19), 6903. http://dx.doi.org/10.3390/app10196903 Parsaie A, Haghiabi AH, “The hydraulic investigation of circular crested stepped spillway”, Flow Measurement and Instrumentation, 2019, 70, 101624. https://doi.org/10.1016/j.flowmeasinst.2019.101624 Roushangar K, Akhgar S, Salmasi F, “Estimating discharge coefficient of stepped spillways under nappe and skimming flow regime using data driven approaches”, Flow Measurement and Instrumentation, 2018, 59, 79-87. https://doi.org/10.1016/j.flowmeasinst.2017.12.006 Salmasi F, Sattari MT, Nurcheshmeh M, “Genetic programming approach for estimating energy dissipation of flow over cascade spillways”, Iranian Journal of Science and Technology, Transactions of Civil Engineering, 2021, 45, 443-455. https://doi.org/10.1007/s40996-020-00541-3 Salmasi F, Abraham J, “Effect of slope on energy dissipation for flow over a stepped spillway”, Water Supply, 2022, 22 (5), 5056-5069. https://doi.org/10.2166/ws.2022.193 Salmasi F, Abraham J, “Hydraulic characteristics of flow over stepped and chute spillways (case study: Zirdan Dam)”, Water Supply, 2023, 23 (2), 851-866. https://doi.org/10.2166/ws.2023.011 Samadi A, Salmasi F, Arvanaghi H, Mousaviraad M, “Effects of Geometrical Parameters on Labyrinth Weir Hydraulics”, Journal of Irrigation and Drainage Engineering, 2022, 148 (10), 06022006. https://doi.org/10.1061/(ASCE)IR.1943-4774.0001695 Sun D, Lonbani M, Askarian B, Jahed Armaghani D, Tarinejad R, Thai Pham B, Huynh VV, “Investigating the applications of machine learning techniques to predict the rock brittleness index”, Applied Sciences, 2020, 10 (5), 1691. https://doi.org/10.3390/app10051691 Tullis BP, Young JC, Chandler MA, “Head-discharge relationships for submerged labyrinth weirs”, Journal of Hydraulic Engineering, 2007, 133 (3), 248-254. https://doi.org/10.1061/(ASCE)0733-9429(2007)133:3(248) Vapnik VN, “The nature of statistical learning theory”, Springer-Verlag, New York, 1995. White Frank M, “Fluid Mechanics (8th ed)”, Secacus, United State: McGraw Hill Education, 2016 Zhou Y, Wu J, Ma F, Qian S, “Experimental investigation of the hydraulic performance of a hydraulic-jump-stepped spillway”, KSCE Journal of Civil Engineering, 2021, 25, 3758-3765. https://doi.org/10.1007/s12205-021-1709-y | ||
آمار تعداد مشاهده مقاله: 230 تعداد دریافت فایل اصل مقاله: 264 |