ارزیابی عملکرد مدل برنامهریزی بیان ژن و شبکه عصبی مصنوعی در برآورد پارامترهای هیدرولیکی سرریز پلان مثلثی
نویسندگان
1 Tabriz university
2 گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران
3 علوم و مهندسی آب دانشگاه تبریز
4 دانشگاه تبریز، گروه مهندسی آب
doi
10.22125/iwe.2021.138243چکیده
هدف از این تحقیق، ارائه یک رابطه برای تعیین ضریب دبی سرریزهای لبه تیز پلان مثلثی است که در نهایت یک رابطه رگرسیونی با استفاده از دادههای آزمایشگاهی بر اساس پارامترهای h/p و α با دقت زیاد ارائه شد. برای این منظور از دو مدل هوش مصنوعی ANN و GEP و نیز دو روش رگرسیونی MR-linear و MR-nonlinear در تخمین پارامتر بیبعد h/p و رابطه دبی – اشل این سرریزها استفاده شد. ارزیابی نتایج به دست آمده با استفاده از معیارهای آماری R2، RMSE، NSE و RE% انجام گردید. مقادیر معیارهای آماری R2، RMSE، NSE و RE% به ترتیب 998/0، 0076/0، 997/0 و %74/1 برای مدل ANN، 983/0، 0301/0، 998/0 و% 86/6 برای مدل GEP،986/0، 0196/0، 985/0 و% 09/4 برای مدل MR-linear و 987/0، 0197/0، 984/0 و % 09/4 برای مدل MR-nonlinear به دست آمد. نتایج معیارهای آماری، برتری ANN نسبت به سایر روشها را نشان میدهد. علاوه بر این، نتایج نشان داد که در سرریزهای پلان مثلثی بسته به زاویه قرارگیری، مقدار ضریب دبی جریان 1 الی 8 درصد نسبت به سرریزهای هم عرض کانال افزایش مییابد. ضمنا در شرایطی که بار آبی روی تاج این سرریزها کم باشد، کارایی بهتری از خود نشان خواهند داد.
