تعداد نشریات | 44 |
تعداد شمارهها | 1,304 |
تعداد مقالات | 15,929 |
تعداد مشاهده مقاله | 52,198,925 |
تعداد دریافت فایل اصل مقاله | 14,975,871 |
شبیه¬سازی روند توسعه زمانی ابعاد حفره آبشستگی اطراف آبشکن بالدار با استفاده از برنامه¬ریزی بیان ژنی | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
دانش آب و خاک | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
مقاله 14، دوره 23، شماره 1، اردیبهشت 1392، صفحه 177-188 اصل مقاله (244.04 K) | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
نوع مقاله: مقاله پژوهشی | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
نویسندگان | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
پروین اقبالی* ؛ رسول دانشفراز؛ سیدمهدی ثاقبیان | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
چکیده | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
آبشکنها سازههایی هستند که معمولاً در حفاظت دیواره خارجی قوسها و طرحهای اصلاح مسیر رودخانه، بطور گسترده مورد استفاده قرار میگیرند. تغییرات زمانی ابعاد حفره آبشستگی آبشکن و تعیین عمق تعادل آبشستگی در طراحی و کاربرد این سازه اهمیت زیادی دارد. جهت پیشبینی توسعه زمانی عمق حفره آبشستگی روابط تجربی متعددی ارائه شده است. در دهه اخیر روشهای هوش مصنوعی بهخاطر قابلیت شبیهسازی فرایندهای پیچیده، در زمینههای مختلف مهندسی آب کاربرد زیادی پیدا کردهاند. برنامهریزی بیان ژنی که جزء الگوریتمهای تکاملی محسوب میشود، قادر به بهینهسازی ساختار مدل و مؤلفههای آن میباشد. در این تحقیق توسعه زمانی ابعاد حفره آبشستگی در آبشکنها با استفاده از برنامهریزی بیان ژنی شبیهسازی شده و نتایج آن با دادههای آزمایشگاهی مقایسه شده است. با در نظر گرفتن پارامترهای مؤثر در توسعه زمانی آبشستگی اطراف آبشکن با استفاده از تحلیل ابعادی، پارامترهای بیبعد به عنوان متغیر مستقل و پارامترهای به عنوان تابع در نظر گرفته شد. مقایسه نتایج ژنی نشان داد که برنامهریزی بیان ژن، به خوبی روند توسعه زمانی عمق و ابعاد حفره آبشستگی را مدلسازی نموده است. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
کلیدواژهها | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
آبشستگی؛ آبشکن؛ ابعاد حفره؛ برنامه¬ریزی بیان ژنی؛ توسعه زمانی | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
اصل مقاله | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
مقدمه آبشکن[1]ها از مهمترین سازههایی هستند که بهمنظور ساماندهی رودخانه و بهرهبرداری مناسب از امکانات رودخانه ساخته میشوند و در جهت عمود برجریان رودخانه از سواحل رودخانه به سمت داخل رودخانه قرار میگیرند. این سازهها جهت هدایت جریان در طول یک بازه رودخانه و همچنین برای حفاظت ساحل یا انحراف مسیر عمومی جریان ایجاد میگردند. این نوع سازه معمولاً از مصالح رودخانهای ساخته شده و در پلها بهعنوان پایه کناری یا تکیهگاه پل که در داخل آب پیش رفته و به کنارهها متصل یا توسط آنها حمایت میشوند، بکار میرود. آبشکن باعث ممانعت و بینظمی جریان اصلی رودخانه شده و آن را به یک سیستم جریان گردابی سه بعدی تغییر میدهد. جریان گردابی موجب رشد و گسترش حفرة آبشستگی موضعی در اطراف آبشکن میشود (شکل1). یکی از شاخصهای مهم در طراحی آبشکنها مشخصات ابعاد حفره آبشستگی میباشد تا مهندسین قادر باشند تشخیص دهند چه مقدار فونداسیون سازه برای محافظت از آبشستگی مورد نیاز است. همچنین در بحث آبشستگی موضعی، شناخت توسعة زمانی آبشستگی و زمان مورد نیاز برای رسیدن آبشستگی به وضعیت تعادل، در بدست آوردن حداکثر عمق آبشستگی بسیار مفید میباشد.
شکل 1- الگوی آبشستگی در اطراف یک آبشکن (مهتابی و همکاران1387).
مطالعات متعددی در خصوص توسعه زمانی ابعاد حفره آبشستگی صورت گرفته است. اتما (1980)، درگاهی (1990) و کوهنلی و همکاران (2002) تغییرات عمق آبشستگی با زمان را به صورت لگاریتمی، فرانزتی و همکاران (1982) و کانداسامی (1989) بهصورت نمایی، ونهایتاً بروسوز (1967) بر اساس یک توزیع توانی تعریف نمودند. نظر معمول بر این است که عمق تعادل آبشستگی در آبشکن بهصورت مجانب بدست میآید.براساس معادلة لارسن و تاچ (1956)، تقریباً 75 درصد کل آبشستگی در 4 ساعت اول اتفاق میافتد. براساس نتایج شرایدر و همکاران (2001) عمق آبشستگی بعد از 500 دقیقه از شروع آزمایش به حدود 85 درصد مقدار نهایی خود میرسد. مهتابی و همکاران (1387) روابطی برای توسعه زمانی عمق آبشستگی اطراف آبشکنها ارائه دادهاند. بررسی تحقیقات قبلی انجام گرفته توسط محققین، نشان میدهد که اکثر این مطالعات برروی عمق آبشستگی انجام گرفته و ابعاد حفره آبشستگی و نحوة توسعة آنها کمتر مورد توجه و بررسی واقع شده است. حال آنکه شناخت تغییرات ابعاد حفره آبشستگی، توسعة زمانی و نحوة گسترش ابعاد حفره میتواند کمک شایانی در درک بهتر مکانیسم عمل آبشستگی و گسترش حفره آبشستگی داشته باشد. با ادامة سیرتکاملی مدلهای هوشمند، برنامهریزی بیان ژنی در مهندسی آب به ابزارهای مدلسازی مسائل مربوط به تعیین ساختار پدیدهها افزوده شد. این روش جزء روشهای الگوریتم گردشی محسوب میشود که مبنای تمامی آنها بر اساس نظریه تکامل داروین استوار است. الگوریتمهای یاد شده اقدام به تعریف یک تابع هدف در قالب معیارهای کیفی نموده و سپس تابع یاد شده را برای اندازهگیری و مقایسه روشهای مختلف حل، در یک فرآیند گام به گام برای تصحیح ساختار دادهها به کار میگیرند و در نهایت، روش حل مناسب را ارائه مینمایند. روش برنامهریزی بیان ژنی جدیدترین شیوه از بین روشهای الگوریتم تکاملی میباشد که به دلیل دارا بودن دقت کافی، مرسومترین شیوه بوده و از کاربرد بیشتری برخوردار است. در چند دهه اخیر استفاده از روشهای هوشمند در علوم آب گسترش فراوانی یافته است. در زمینه تخمین آبشستگی در سازههای مختلف با استفاده از روشهای هوشمند از جمله برنامهریزی بیان ژنی و شبکههای عصبی مصنوعی نیز تاکنون مطالعاتی صورت گرفته است. گوون و همکاران (2009) برنامهریزی ژنتیک را برای تخمین آبشستگی اطراف پایههای استوانهای بکار بردند و نتیجه گرفتند برنامهریزی ژنتیک بهتر از سیستم استنتاج فازی عصبی و معادلات رگرسیونی میتواند عمق آبشستگی را تخمین بزند. عظمت اله و همکاران (2010) برای تخمین آبشستگی اطراف پایهپل از شبکههای عصبی و برنامهریزی ژنتیک استفاده کردند و نشان دادند که برنامهریزی ژنتیک در مقایسه با شبکههای عصبی و نتایج معادلات رگرسیونی از دقت بالاتری برخوردار است. محمدپور و همکاران (2011) برای تخمین زمان تعادل آبشستگی اطراف تکیه گاه از مدل برنامهریزی ژنتیک استفاده کردند و رابطهای برای آن ارائه دادند. براساس موارد ذکر شده و اهمیت شناخت توسعه زمانی ابعاد حفره در آبشکنها، هدف این تحقیق شبیهسازی توسعه زمانی عمق و ابعاد حفره آبشستگی با استفاده از برنامهریزی بیان ژن و مقایسه نتایج حاصل با دادههای مشاهداتی آزمایشگاهی و محققین قبلی میباشد.
مواد و روشها روابط حاکم بررسی تحقیقات محققین نشان میدهد بهجز مهتابی و همکاران (1387)، تاکنون مطالعات خاصی روی توسعه زمانی ابعاد حفره آبشستگی آبشکن انجام نشده است. درخصوص توسعه زمانی عمق حفره آبشستگی، محققین تحقیقات گستردهای انجام داده و روابط گوناگونی ارائه نمودهاند. از کاملترین و جدیدترین روابط ارائه شده برای توسعه زمانی عمق حفره میتوان به رابطه کلمن و همکاران (2003) و گیری (2005) اشاره کرد. کلمن و همکاران (2003) زمان تعادل آبشستگی (te) را بهصورت t*=teV/L بیبعد نموده و براساس دادههای آزمایشگاهی، روابط زیر را برای تعیین t* پیشنهاد کردند.
که در آن y عمق جریان، L طول آبشکن، t* زمان بیبعد آبشستگی، V سرعت متوسط جریان، Vc سرعت بحرانی آستانة حرکت ذره و d50 قطر متوسط ذره رسوبی است.آنها همچنین تغییرات زمانی عمق آبشستگی آبشکن را تحت شرایط آب زلال آنالیز کردند و تأثیر زمان بر آبشستگی را بهصورت فاکتور kt در معادلة ارائه شده ملویل (1992) نشان داده و آن را بهصورت زیر ارائه کردند.
که در آن teزمان تعادل آبشستگی، t زمان آبشستگی، ds عمق حفرة آبشستگی و dse عمق تعادل آبشستگی است. گیری(2005) پارامتر دیگری را برای بیان مقیاس زمان بیبعد که به عدد استراهل[2] ذره رسوبی(St*) معروف است و حالت عمومی توسعة حفرة آبشستگی را در بردارد، تعریف کرد ﴿St*=U*ct/(Ly)0.5﴾ و با استفاده از یک سری دادههای آزمایشگاهی، تغییرات زمانی عمق آبشستگی را با استفاده از St* نرمال کرد و یک رابطة نمایی برای مرحلة آغازین آبشستگی و یک رابطه لگاریتمی برای مرحلة اصلی آبشستگی ارائه نمود.
که در آن U*cسرعت برشی بحرانی، m و n مقادیر ثابت، ds عمق حفرة آبشستگی و dse عمق تعادل آبشستگی است. آنالیز ابعادی پارامترهای مؤثر در عمق آبشستگی (ds) آبشکن را میتوان بهصورت رابطة زیر نشان داد: ]6[
که در آن لزوجت دینامیک سیال، و به ترتیب جرم مخصوص سیال و ذرات رسوبی، g شتاب ثقل، y عمق جریان، V سرعت متوسط جریان، Vc سرعت بحرانی آستانة حرکت ذره، d50 قطر متوسط ذره رسوبی، σg انحراف معیار رسوبات، L طول آبشکن و t زمان آبشستگی است. با توجه به ماهیت یکسان آبشستگی عمق و ابعاد حفره و با در نظر گرفتن شرایط انجام آزمایشها و حذف پارامترهای ثابت و بیتاثیر و با استفاده از آنالیز ابعادی میتوان روابط بیبعد زیر را برای تغییرات زمانی ابعاد حفره آبشستگی ارائه داد:
به منظور پیدا کردن ارتباط توسعه زمانی ابعاد حفره آبشستگی با این پارامترها، روند تغییرات توسعه زمانی ابعاد حفره آبشستگی با تمام پارامترها بررسی میگردد. شایان ذکر است در این آزمایشها و بود و براساس نتایج کولمن و همکاران (2003)، در این حالت اثر پارامترهای بیبعد مذکور در توسعه زمانی ابعاد حفره آبشستگی حذف میگردد، بنابراین روابط فوق به صورت زیر نوشته شد:
محدوده تغییرات پارامترهای بیبعد استفاده شده در این تحقیق (مقادیر حداکثر و حداقل) در جدول 1 آورده شده است.
جدول1- محدوده پارامترهای بیبعد استفاده شده در تحقیق حاضر
در نهایت با استفاده از برنامهریزی بیان ژنی، روابط مختلف برای توسعه زمانی ابعاد آبشستگی بررسی و نتایج بدست آمده از این مدل با نتایج آزمایشگاهی و روابط مهتابی و همکاران (1387) مورد مقایسه قرار گرفت. برنامهریزی بیان ژنی1 برنامهریزی بیان ژنی نخستین بار توسط کوزا (1992) براساس تئوری داروین ارائه شد. این روش جزء روشهای الگوریتم گردشی محسوب میشود. به این ترتیب که جمعیتی در جهت تکامل به صورت انتخابی، جمعیت نامناسب را رها کرده و فرزندانی اصلاح شده ایجاد میکنند. در این روش در ابتدای فرآیند هیچگونه رابطه تابعی در نظر گرفته نشده و این روش قادر به بهینهسازی ساختار مدل و مؤلفههای آن میباشد. برنامهریزی ژنی روی ساختار درختی فرمولها عمل میکند. ساختارهای درختی از مجموعه توابع (عملگرهای ریاضی مورد استفاده در فرمولها) و ترمینالها (متغیرهای مسئله و اعداد ثابت) ایجاد میشوند. در شکل 2 گامهای اجرایی برنامهریزی بیان ژنی نشان داده شده است.
شکل 2 - مروری بر شکل کلی گام های اجرایی برنامهریزی بیان ژنی (ست و بولارت2001).[3]
فرآیند اجرایی گام به گام برنامهریزی بیان ژنی به صورت مراحل زیر است: 1. تولید یک جمعیت اولیه از فرمولها که این فرمولها از ترکیب تصادفی مجموعه توابع (عملگرهای ریاضی مورد استفاده در فرمولها) و ترمینالها (متغیرهای مسئله و اعداد ثابت) ایجاد میشوند. 2. هر یک از افراد جمعیت مذکور با استفاده از توابع برازش مورد ارزیابی قرار میگیرند. 3. تولید یک جمعیت جدید از فرمولها، که مراحل زیر برای تولید یک جمعیت جدید دنبال میشود: الف) یکی از عملهای ژنتیکی تلاقی[4]، جهش[5] و تولید مثل[6] انتخاب میشود (این سه عمل ژنتیکی، مهمترین عملهای ژنتیکی مورد استفاده در برنامهریزی بیان ژنی میباشند). ب) تعداد مناسبی از افراد جمعیت حاضر انتخاب میشوند (انتخاب فرد یا افرادی از جمعیت مذکور به صورت احتمالاتی میباشد که در این انتخاب احتمالاتی منفردهای با برازش بهتر به منفردهای نامرغوب ترجیح داده میشوند و این بدان معنی نیست که حتماً منفردهای نامرغوب حذف میشوند). ج) از عمل ژنتیکی انتخاب شده برای تولید فرزند (فرمول جدید) استفاده میشود. د) فرزند (فرمول جدید) تولید شده در یک جمعیت جدید وارد میشود. ه) مدل مورد نظر با استفاده از تابع برازش مورد ارزیابی واقع میشود. 4. گام سوم تا نیل به حداکثر تعداد تولید، تکرار خواهد شد. برازش هر یک از کروموزوم یا افراد جمعیت تولید شده در برنامهریزی بیان ژن از رابطه زیر قابل ارزیابی است:
که Xj مقدار محاسبه شده برای کروموزوم به ازاء تابع برازش j ، Yj مقدار مورد انتظار کروموزوم به ازاء تابع برازش j و N تعداد توابع برازش میباشد. معیارهای ارزیابی در این تحقیق برای ارزیابی توانایی و دقت مدل برنامهریزی بیان ژنی در شبی سازی توسعه زمانی ابعاد حفره آبشستگی اطراف آبشکن بالدار از نمایههای ضریب همبستگی (R) و میانگین مربعات خطا (MSE) استفاده شده است، که به ترتیب با استفاده از روابط 16 و 17 قابل محاسبه است.
که ،، X مقدار مشاهداتی، Y مقدار محاسباتی، میانگین مقادیر مشاهداتی، میانگین مقادیر محاسباتی و n تعداد دادهها است. علاوه بر معیارهای فوق از نمودارهای مشاهداتی - محاسباتی نیز جهت ارزیابی مدلها استفاده گردید.
دادههای آزمایشگاهی و ابعاد مدل آبشکن در این تحقیق از دادههای آزمایشگاهی مهتابی و همکاران (1387) که مربوط به نتایج آزمایشهای انجام گرفته روی توسعه زمانی مشخصات حفرة آبشستگی (عمق و ابعاد) آبشکن بالدار تحت شرایط آبشستگی آب زلال میباشد، استفاده شده است. در شکل 3 پلان شماتیک ابعاد حفره آبشستگی اطراف آبشکن نشان داده شده است. محدوده شرایط انجام آزمایشها، تغییرات دادههای آزمایشگاهی و ابعاد مدل آبشکن در جدول 1 ارائه شده است.
شکل 3 - پلان شماتیک ابعاد حفره آبشستگی آبشکن.
جدول 1- محدوده شرایط انجام آزمایشها، تغییرات دادههای آزمایشگاهی و ابعاد مدل آبشکن.
نتایج و بحث در این تحقیق برای مدلسازی توسعه زمانی مشخصات حفره آبشستگی اطراف آبشکن بالدار با استفاده از برنامهریزی بیان ژنی 70 درصد دادههای مشاهداتی مربوط به توسعه زمانی حفره و ابعاد آبشستگی اطراف آبشکن بالدار به منظور تعیین مدل مناسب مورد استفاده قرار گرفته و از مابقی دادهها در واسنجی مدل های مورد نظر بهره برده شد. همانطور که در قسمت آنالیز ابعادی توضیح داده شد، پس از بی بعد کردن پارامترهای مؤثر در توسعه زمانی آبشستگی اطراف آبشکن با استفاده از آنالیز ابعادی، پارامترهای بیبعد به عنوان تابع و پارامترهای به عنوان متغیر مستقل در نظر گرفته شد. در تحقیق حاضر محاسبات مربوطه با نرم افزار GeneXproTools انجام پذیرفت. برای شبیهسازی ازعملگرهای مختلفی استفاده شد که مجموعه عملگرهای ریاضی {-,+,*,/,√, power,Log,Exp} بهترین جواب را داشتند. پارامترهای لازم جهت تجزیه و تحلیل در این تحقیق که جزء گامهای اولیه برنامهریزی بیان ژنی میباشند به صورت جدول 2 انتخاب شده است. پس از انجام مدلسازی با این متغیرها و مجموعه عملگرهای ریاضی، روابط توسعه زمانی مشخصات حفره آبشستگی اطراف آبشکن حاصل از GEP و همچنین شاخصهای آماری مربوط به نتایج GEP در جدول شماره 3 درج گردیده است. روابط ارائه شده در محدوده 1 V/Vc< < 3/0 قابل استفاده میباشد.
جدول 2- مقادیر پارامترهای استفاده شده در هر سری از اجرای برنامه
جدول 3- خلاصه نتایج حاصل از برنامهریزی بیان ژن
در جدول 4 روابط ارائه شده توسط مهتابی و همکاران (1387) آورده شده است. با توجه به جدول و نتایج شاخصهای آماری مربوط ملاحظه میگردد که دقت روابط آنها نسبت به روابط بدست آمده از برنامهریزی بیان ژن کمتر میباشد. همچنین روابط این محققین فقط برای 98/0، 95/0، 9/0V/Vc= قابل استفاده میباشد، در صورتی که روابط حاصل از برنامهریزی بیان ژن محدوده بین آنها را نیز میپوشاند.
با توجه به مقادیر جدول ملاحظه میگردد که روابط ارائه شده برای ابعاد حفره دارای R بالا و MSE قابل قبول میباشند. شکل 4 نمودارهای تست و آموزش مشاهداتی و محاسباتی را نشان میدهد. با توجه به اشکال مذکور مشاهده میشود که دادهها حول خط نیمساز (y=x)، پراکنده شدهاند بنابراین نتیجه گرفته میشود که برنامهریزی بیان ژن از دقت بالایی در پیشبینی ابعاد حفره آبشستگی برخوردار است.
جدول4- روابط ارائه شده توسط مهتابی و همکاران(1387)
شکل4- مقایسه نتایج حاصل از برنامهریزی بیان ژن با دادههای آزمایشگاهی
نتیجهگیری کلی در این تحقیق با استفاده از برنامهریزی بیان ژن، توسعه زمانی مشخصات ابعاد حفره آبشستگی اطراف آبشکن بالدار شبیهسازی گردید. مدلهای مختلف براساس متغیرهای مؤثر در توسعه زمانی ابعاد حفره آبشستگی بررسی و با استفاده از توابع برازش مدل مورد نظر انتخاب میگردد. این امر به کمک برنامهGeneXprotools و با توجه به مشخصات مندرج در جدول 3 صورت پذیرفته و نتایج حاصل از نظر آماری قابل تأیید بود. همچنین در این مقاله روابطی جهت پیشبینی توسعه زمانی مشخصات حفره آبشستگی اطراف آبشکن بالدار با استفاده از برنامهریزی بیان ژن ارائه شد. تطابق خوبی که بین دادههای آزمایشگاهی و مقادیر محاسبه شده وجود دارد همچنین مقایسه آن با روابط مهتابی و همکاران(1387)، نشان دهنده دقت خوب و مناسب این روش و معادلات بدست آمده برای مشخصات ابعاد حفره آبشستگی میباشد. 1Abutment -Strouhal number 2 1 Gene expression programming 1 Crossover 2 Mutation 3 Reproduction
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
مراجع | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
منابع مورد استفاده مهتابی ق، حسین زاده دلیر ع، فرسادیزاده د و فاخریفرد ا، 1387. توسعه زمانی مشخصات حفره آبشستگی در اطراف آبشکنها.مجله علمی- پژوهشی دانشکده فنی دانشگاه تبریز، جلد 37، شماره 3. صفحههای 74-69. Azamathulla HMd, Ghani AA, Zakaria NA, and Aytac G, 2010. Genetic programming to predict bridge pier scour. Journal of Hydraulic Engineering 136(3): 165–169. Breusers HNC, 1967. Time scale of two-dimensional local scour. Pp. 275-282. Proceeding 12th Congress of the International Association of Hydraulic Research. Fort Collins, Colo. Coleman SE, Lauchlan CS and Melville BW, 2003. Clear-water scour development at bridge abutments. Journal of hydraulic Research IAHR 41(5): 521-531. Dargahi B, 1990. Controlling mechanism of local scouring. Journal of Hydraulic Engineering ASCE 116(10): 1197-1214. Ettema R, 1980. Scour at bridge piers. PhD Thesis, Auckland University, Auckland, New Zealand. Franzetti S, Larcan E and Mignosa P, 1982. Influence of tests duration on the evaluation of ultimate scour around circular piers. Pp. 381-396. International Conference on the Hydraulic Modeling of Civil Engineering Structures. September 22- 24, University of Warwick, Coventry, England. Giri S, 2005. Clear-water scour development at bridge abutments. Discussion. Journal of Hydraulic Research IAHR 43(4): 445–448. Guven A, Azamathulla HMd and Zakaria NA, 2009. Linear genetic programming for prediction of circular pile scour. Ocean Engineering 36: 985–991. Kandasamy JK, 1989. Abutment scour. Rep No. 458, School of Engineering, University of Auckland, Auckland, New Zealand. Koza J, 1992. Genetic Programming on the Programming of Computers by Natural Selection. MIT Press, Cambridge, MA. Kuhnle R, Alonso C and Shields D, 2002. Local scour associated with angled spur dikes. Journal of Hydraulic Engineering 128(12): 1087–1093. Melville BW, 1992. Local scour at bridge abutments. Journal of Hydraulic Engineering ASCE 118(4): 615-631. Mohammadpour R, Ghani AAb And Azamathulla HM, 2011. Estimating time to equilibrium scour at long abutment by using genetic programming. Pp. 369–374. Proceeding of 3rd International Conference on Managing Rivers. June 8-9. Penang, Malaysia. Laursen EM and Toch A, 1956. Scour around bridge piers and abutments. Iowa Highway Research Board, Bulletin # 4, Bureau of Public Roads, Iowa. Schneider M, Scacchi G, Franco F and Romano C, 2001. Contraction and abutment scour in relief bridge in a flood plain. Pp.1375-1386. Proceeding, Wetlands Engineering and River Restoration. August 27-31. Reno, Nevada. Sette S, Boullart L, 2001. Genetic programming: principles and applications. Engineering Applications of Artificial Intelligence 14: 727–736. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
آمار تعداد مشاهده مقاله: 5,287 تعداد دریافت فایل اصل مقاله: 1,878 |