تعداد نشریات | 44 |
تعداد شمارهها | 1,303 |
تعداد مقالات | 16,020 |
تعداد مشاهده مقاله | 52,486,156 |
تعداد دریافت فایل اصل مقاله | 15,213,365 |
تخمین عمق آبشستگی پایههای پل با استفاده از روشهای آماری و الگوریتمهای هوشمند | ||
نشریه مهندسی عمران و محیط زیست دانشگاه تبریز | ||
مقاله 1، دوره 46.2، شماره 83، شهریور 1395، صفحه 1-13 اصل مقاله (581.16 K) | ||
نوع مقاله: مقاله کامل پژوهشی | ||
نویسندگان | ||
سیدمرتضی سیدیان* ؛ ابوالحسن فتح آبادی | ||
استادیار دانشکده کشاورزی، دانشگاه گنبد کاووس | ||
چکیده | ||
تخمین دقیق عمق آبشستگی اطراف پایههای پل در کارهای مهندسی حائز اهمیت میباشد. به دلیل پیچیدگی این پدیده بسیاری از روابط موجود قادر نمیباشند عمق آبشستگی را با دقت قابل قبولی پیشبینی نمایند. در این تحقیق ابتدا 17 رابطه تخمین عمق آبشستگی با دادههای میدانی مقایسه شدند و رابطـه فروهلیچ 1991 به عنوان بهترین رابطه انتخاب گردید. سپس با استفاده از روشهای ترکیبی میانگین (C-SAM)، رگرسیــون خطــی (C-REG) و ماشین بردار پشتیبان (C-SVM) 5 رابطه تخمین عمق آبشستگی (شن، فروهلیچ، فروهلیچ اصلاح شده، بلنچ I و اینگلیس II) که دارای کمترین خطا بودند با یکدیگر ترکیب شدند. مقایسه در مرحله صحتسنجی نشان داد نتایج C-SAM به دلیل اینکه از میانگین روابط استفاده مینماید، تفاوتی با رابطه فروهلیچ ندارد؛ اما C-REG و به ویژه C-SVM توانستهاند نتایج را بهبود بخشند. C-SVM توانسته ضریب همبستگی و خطای RMSE رابطه فروهلیچ را به ترتیب از 59/0 به 85/0 و از 63/0 به 42/0 تغییر دهد. با استفاده از SVM عمق آبشستگی با استفاده از پارامترهای مؤثر بر آبشستگی (P-SVM) بررسی گردید. نتایج نشان دادند دقت P-SVM قابل قبول است. دقت P-SVM با ضریب همبستگی 77/0 و خطای RMSE 51/0 بین دو روش C-REG و C-SVM قرار دارد. در این تحقیق نشان داده شد ترکیب روابط تجربی با استفاده از تکنیک SVM دارای بیشترین دقت و ترکیب پارامترهای مؤثر بر آبشستگی در رتبه دوم قرار دارد. همچنین نتایج این تحقیق نشان دادند SVM با استفاده از هوش مصنوعی میتواند پدیده آبشستگی را با دقت بیشتری نسبت به روابط تجربی شبیهسازی نماید. | ||
کلیدواژهها | ||
پایه پل؛ روش ترکیبی؛ عمق آبشستگی؛ SVM | ||
مراجع | ||
[1] Parola, A. C., Hagerty, D. J., Kamojjala, S., "Highway Infrastructure Damage Caused by the 1993 Upper Mississippi River Basin Flooding", Rep. No. 417, Transportation Research Board, Washington, 1998.
[2] Richardson, E. V., Davis, S. R., "Evaluating Scour at Bridges", Hydraulic Engineering Circular 18 (HEC-18), U.S. Federal Highway Administration, Washington, 2001.
[3] Morris, J. L., Pagan-Ortiz, J. E., "Bridge Scour Evaluation Program in the United States", Stream Stability and Scour at Highway Bridges, E.V. Richardson and P.F. Lagasse, eds., ASCE, Reston, 1999, pp 61-70.
[4] Wardhana, K., Hadipriono, F. C., "Analysis of Recent Bridge Failures in the United States", Journal of Performance of Constructed Facilities, 2003, 17 (3), 144-150.
[5] Bateni, S. M., Borgheib, S. M., Jeng, D. S., "Neural Network and Neuro-Fuzzy Assessments for Scour Depth Around Bridge Piers", Engineering Applications of Artificial Intelligence, 2007, 20 (3), 401-414.
[6] Bateni, S. M., Jeng, D. S., Melville, B. W., "Bayesian Neural Networks for Prediction of Equilibrium and Time-Dependent Scour Depth Around Bridge Piers", Advances in Engineering Software, 2007, 38 (2), 102-111.
]7[ ظهیری، ج.، ظهیری، م.، سالاری جزی، م.، "برآورد بیشترین ژرفای آبشستگی در پیرامون پایههای پل با بهرهوری از شبکههای وایازی کلی و پرسپترون چند لایهای"، فصلنامه مهندسی منابع آب، 1391، 14 (3)، 51-60. ]8[ روشنگر، ک.، روحپرور، ب.، "عملکرد سیستمهای فرامدل در تخمین عمق آبشستگی پایههای پل در خاکهای غیر چسبنده"، نشریه مهندسی عمران و محیط زیست، 1391، 42 (3)، 13-26. ]9[ روشنگر، ک.، روحپرور، ب.، "ارزیابی عملکرد سیستمهای هوش مصنوعی برای شبیهسازی آبشستگی پایههای پل درخاکهای چسبنده"، نشریه دانش آب و خاک، 1392، 23 (3)، 169-182. [10] Vapnik, V., "The Nature of Statistical Learning Theory", Springer-Verlag, New York, 1995, pp 113-141.
[11] Noori, R., Abdoli, M. A., Ameri, A., Jalili-Ghazizade, M., "Prediction of Municipal Solid Waste Generation with Combination of Support Vector Machine and Principal Component Analysis: A Case Study of Mashhad", Environmental Progress & Sustainable Energy, 2009, 28 (2), 249-258.
[12] Liong, S. Y., Sivapragasam, C., "Flood Stage Forecasting With SVM", Journal of the American Water Resources Association, 2002, 38 (1), 173-186.
[13] Babovic, V., Keijzer, M., Bundzel, M., "From Global To Local Modelling: A Case Study in Error Correction of Deterministic Models", The Fourth International Conference on Hydroinformatics, Iowa City, US, 2000, pp 45-54.
[14] Asefa, T., Kemblowski, M. W., "Support Vector Machines Approximation of Flow and Transport Models in Initial Groundwater Contamination Network Design", Transactions of American Geophysical Union, 2002, 83 (2), 47-59.
]15[ غضنفری هاشمی، س.، اعتماد شهیدی، ا.، "پیشبینی عمق آبشستگی اطراف پایه پل با استفاده ازماشینهای بردار پشتیبان"، عمران مدرس، 1391، 12 (2)، 23-36. [16] Shamseldin, A. Y., O’Connor, K. M., Liang, G. C., "Methods for Combining the Outputs of Different Rainfall-Runoff Models", Journal of Hydrology, 1997, 197 (1-4), 203-229.
[17] Bates, J. M., Granger, C. W. J., "The Combination of Forecasts", Operations Research Quarterly, 1969, 20 (4), 451-468.
[18] Firat, M., Gungor, M., "Generalized Regression Neural Networks and Feed Forward Neural Networks for Prediction of Scour Depth Around Bridge Piers", Advances in Engineering Software, 2009, 40 (8), 731-737.
[19] Granger, C. W. J., Terasvirta, T., "Experiments in Modeling Nonlinear Relationships Between Time Series", In Casdagli M and Eubank S (Eds.), "Nonlinear Modeling and Forecasting", Redwood City, CA: Addison-Wesley, 1992.
[20] Lebaron, B., "Nonlinear Forecasts for the S and P Stock Index", In Casdagli M and Eubank S (Eds.), Nonlinear Modeling and Forecasting. Redwood City, CA: Addison-Wesley, 1992.
[21] Batchelor, R., Dua, P., "Forecaster Diversity and the Benefits of Combining Forecasts", Management Science, 1995, 41 (1), 68-75.
[22] Yip, D. H. F., Hines, E. L., Yu, W. H., "Application of Artificial Neural Networks in Sales Forecasting", International Conference on Neural Networks (ICNN ’97), Houston, 1997, pp 2121-2124.
[23] Thiesing, F. M., Vornberger, O., "Sales Forecasting Using Neural Networks", International Conference on Neural Networks (ICNN ’97), Houston, 1997, pp 2125-2128.
[24] See, L., Openshaw, S. A., "Hybrid Multi-Model Approach to River Level Forecasting", Hydrological Sciences Journal, 2000, 45 (4), 523-536.
[25] Nasseri, M., Zahraie, B., Ajami, N. K., Solomatine, D. P., "Monthly Water Balance Modeling: Probabilistic, Possibilistic and Hybrid Methods for Model Combination and Ensemble Simulation", Journal of Hydrology, 2014, 511, 675-691.
[26] Zhao, W., Wang, J., Lu, H., "Combining Forecasts of Electricity Consumption in China Withtime-Varying Weights Updated by a High-Order Markov Chain Model", Omega, 2014, 45, 80-91.
[27] Laursen, E. M., Toch, A., "Scour Around Bridge Piers and Abutments", Bulletin No. 4, Iowa Highway Research Board, Ames, Iowa, US, 1956.
[28] Shen, H. W., Schneider, V. R., Karaki, S., "Local Scour around Bridge Piers", Journal of the Hydraulics Division, ASCE, 1969, 95, 1919-1940.
[29] Shen, H. W., "River Mechanics", Colorado State University, Fort Collins", CO, 1971.
[30] Hancu, S., "Sur Le Calcul Des Affouillements Locaux Dams La Zone Des Piles Des Ponts", Proceedings of 14th IAHR Congress, Paris, France, vol. 3, International Association for Hydraulic Research, Delft, The Netherlands, 1971, pp 299-313.
[31] Breusers, H. N. C., Nicollet, G., Shen, H. W., "Local Scour around Cylindrical Piers", Journal of Hydraulic Research, 1977, 15 (3), 211-52.
[32] Froehlich, D. C., "Analysis of Onsite Measurements of Scour at Piers", National Conference on Hydraulic Engineering, Colorado Springs, CO, US, 1988.
[33] Fischenich, C., Landers, M., "Computing Scour. EMRRP Technical Notes Collection (ERDC TN-EMRRP-SR-05)", US Army Engineer Research and Development Center, Vicksburg, US, 1999.
[34] Froehlich, D. C., "Upper Confidence Limit of Local Pier-Scour Predictions", Proceedings of Third Bridge Engineering Conference, Denver, Colorado, US, 1991.
[35] Blench, T., "Discussion of Scour at Bridge Crossings, by E. M. Laursen", Transactions of American Society of Civil Engineers, 1962, 127, 180-183.
[36] Breusers, H. N. C., "Scour around Drilling Platforms", Bulletin of Hydraulic Research, 1965, 19, 276-283.
[37] Chitale, S. V., "Scour at Bridge Crossings", Transactions of the American Society of Civil Engineers, 1962, 127, 191-196.
[38] Inglis, S. C., "Maximum Depth of Scour at Heads of Guide Banks and Groynes, Pier Noses, and Downstream of Bridges", The Behavior and Control Of Rivers and Canals: Poona, India, 1949.
[39] Neill, C. R., "Riverbed Scour-A Review for Engineers: Ottawa, Canada", Canadian Good Roads Association Technical Publication No. 23, 1964.
[40] Melville, M. W., "Local Scour at Bridge Sites: New Zealand, University of Auckland", School of Engineering, Project Report No. 117, 1975.
[41] Lee, S. O., Sturm, T. W., "Effect of Sediment Size Scaling on Physical Modeling of Bridge Pier Scour", Journal of Hydraulic Engineering, 2009, 135 (10), 793-802.
[42] Melville, B. W., Coleman, S. E., "Bridge Scour", Water Resources Publications, Littleton, Co, 2000.
[43] Melville, B., "Pier and Abutment Scour: Integrated Approach", Journal of Hydraulic Engineering, 1997, 123 (2), 125-136.
[44] Melville, B., Sutherland, A., "Design Method for Local Scour at Bridge Piers", Journal of Hydraulic Engineering, 1988, 114 (10), 1210-1226.
[45] Noori, R., Karbassi, A. R., Moghaddamnia, A., Han, D., Zokaei-Ashtiani, M. H., Farokhnia, A., Ghafari Gousheh, M., "Assessment of Input Variables Determination on the SVM Model Performance Using PCA, Gamma Test and Forward Selection Techniques for Monthly Stream Flow Prediction", Journal of Hydrology, 2001, 401 (3-4), 177-189.
[46] Dibike, Y. B., Velickov, S., Solomatine, D., Abbott, M. B., "Model Induction with Support Vector Machines: Introduction and Applications", Journal of Computing in Civil Engineering, 2001, 15 (3), 208-216.
[47] Han, D., Chan, L., Zhu, N., "Flood Forecasting Using Support Vector Machines", Journal of Hydroinformatics, 2007, 9 (3), 267-276.
[48] Wang, W. J., Xu, Z. B., Lu, W. Z., Zhang, X. Y., "Determination of the Spread Parameter in the Gaussian Kernel for Classification and Regression", Neurocomputing, 2003, 55 (3-4), 643-663. | ||
آمار تعداد مشاهده مقاله: 1,599 تعداد دریافت فایل اصل مقاله: 1,590 |