فهرست نشریات علمی دسترسی آزاد ایران

پیش‌بینی دقیق فشار آب حفره‌ای در بدنه سدهای خاکی حین ساخت، یکی از مهم‌ترین عوامل در مدیریت پایداری سدهای خاکی است. در این تحقیق با استفاده از سه مدل متفاوت شبکۀ عصبی تکاملی شامل شبکۀ عصبی پرسپترون چند لایه با الگوریتم ژنتیک، بهینه‌سازی ازدحام ذرات و الگوریتم رقابت استعماری برای تخمین فشار آب حفره‌ای در بدنه سدهای خاکی کبودوال استان گلستان در زمان ساخت مورد مطالعه و مقایسه قرار گرفته است. پنج ویژگی شامل تراز خاک ریزی، زمان ساخت سد، تراز مخزن (آبگیری)، سرعت آبگیری و سرعت خاک ریزی در طول دوره آماری 1388-1391 یا 4 ساله به عنوان ورودی مدل هیبریدی در پیزومتر EP19.7 انتخاب شدند. ترکیب ورودی‌ها با استفاده از روش انتخاب ویژگی و هیبرید الگوریتم چرخه آب-شبکه عصبی مصنوعی (WCA-ANN) به دست آمده است. با اجرای الگوریتم هیبریدی و آنالیز حساسیت و روش انتخاب ویژگی، تراز خاک ریزی، زمان ساخت سد، تراز آب گیری و سرعت آبگیری به عنوان چهار ورودی برتر انتخاب شدند زیرا ترکیب این 4 ویژگی با مقدارMSE  برابر1587/1 کمترین خطا را دار بوده است. در این مطالعه وزن‌های شبکه عصبی به کمک سه الگوریتم فرا ابتکاری مذکور به منظور افزایش کارایی بهینه‌شده ‌است. در حالت کلی با توجه به شاخص‌های آماری، نتایج حاکی از دقت قابل‌قبول هر سه مدل هیبریدی است. از لحاظ اولویت نیز مدل هیبرید ANN-GA با بیش‌ترین دقت و کمترین خطا و مقادیر ، RMSE و MAE به ترتیب برابر با 9773/0، 0457/0 و 0399/0 در اولویت اول و مدل‌های هیبریدی ANN-PSO و ANN-ICA به ترتیب در اولویت‌های بعدی قرار گرفتند.