فهرست نشریات علمی دسترسی آزاد ایران

سرریزهای غیرخطی کنگره­ای، ضمن برخوردار بودن از مزیت­های اقتصادی، قابلیت عبوردهی بیشتری را نسبت به سرریزهای خطی دارند. الگوریتم­های هوشمند به دلیل توانایی زیاد در کشف رابطه­های دقیق پیچیده­ی مخفی بین پارامترهای مستقل موثر و پارامتر وابسته و همچنین صرفه­جویی مالی و زمانی، جایگاه بسیار ارزشمندی بین پژوهگشران پیدا کرده­اند. در این پژوهش عملکرد  الگوریتم­های پشتیبان بردار ماشین (SVM) و برنامه­ریزی بیان ژن (GEP) در پیش­بینی ضریب­ دبی سرریزها­ی کنگره­ای قوسی به کمک 226 سری داده­ی آزمایشگاهی بررسی می­شود.  پارامترهای هندسی و هیدرولیکی مورد استفاده در این پژوهش شامل بار آبی کل (Ht)، ارتفاع سرریز (P)، زاویه سیکل قوسی (θ)، زاویه دیواره سیکل (α)، عدد فرود (Fr)، طول دیواره سیکل (Lc)، عرض یک سیکل (w)، طول دماغه سرریز (A)، افزایش ارتفاع سرریز به مقدار 15 %، تغییر فرم تاج سرریز به شکل ربع دایره­ای (U) بودند. نتایج آزمایشگاهی نشان داد که زاویه سیکل قوسی (θ) و زاویه دیواره سیکل (α) پارامترهای موثر در تعیین ضریب دبی بوده و بیشینه ضریب دبی، متعلق به سرریز کنگره­ای قوسی با زاویه سیکل قوسی40 درجه می­باشد. نتیجه شبیه­سازی عددی نشان داد ترکیب پارامترهای (c، u،  ، ، ، ) و (c، u،  Fr، ، ، ) به ترتیب در الگوریتم­های SVM و GEP در مرحله­ی آزمون با شاخص­های ارزیابی (9791/0=2R، 03/0RMSE=، 9776/0DC=) و (9871/0=2R، 0231/0RMSE=، 9856/0DC=) در مقایسه با دیگر ترکیب­ها منجر به بهینه­ترین خروجی شده است که نشان دهنده دقت بسیار مطلوب هر دو الگوریتم در پیش­بینی ضریب دبی جریان است.