بررسی عملکرد روشهای کلاسیک و هوش مصنوعی در تخمین ضریب زبری در پیچانرودها
نویسندگان
1 دانشیار گروه آب، دانشکده عمران، دانشگاه تبریز
2 دانشجوی دکتری عمران مهندسی و مدیریت منابع آب دانشگاه تبریز
doi
چکیده
برآورد دقیق ضریب زبری رودخانهها همواره از مسایل مهم و اساسی در مدلسازی هیدرولیک رودها میباشد. در تحقیق کنونی از روشهای هوشمند ماشینبردار پشتیبان (SVM) و سیستم استنتاج تطبیقی عصبی- فازی (ANFIS) جهت تخمین زبری هیدرولیکی پیچانرودها استفاده گردید و تأثیر پارامترهای مختلفی از قبیل شیب کانال، میزان سینوسی بودن کانال و همچنین پارامترهای هیدرولیکی مانند عدد رینولدز جریان در تعیین زبری این نوع کانالها مورد بررسی قرار گرفت. از طرف دیگر، نتایج حاصل با روشهای کلاسیک مقایسه گردید. جهت مدلسازی ضریب زبری از دو سری داده آزمایشگاهی مربوط به کانالهای سینوسیشکل استفاده گردید. نتایج حاصله نشانداد که روشهای هوشمند SVM و ANFIS در تخمین ضریب زبری مانینگ در رودخانههای طبیعی نسبت به فرمولهای نیمهتجربی دقیقتر و قابلاعتمادتر میباشند. ملاحظه گردید که در تخمین ضریب زبری مانینگ مدل با پارامترهای ورودیα (ضریب شکل)، Sr(ضریب مارپیچی)، S0(شیب کانال) و Re(عدد رینولدز) منجر به جوابهای دقیقتری میگردد. نتایج بهدست آمده نشان داد که در تخمین ضریب زبری در پیچانرودها، تأثیر پارامتر ضریب شکل در افزایش دقت مدلها از ضریب سینوسی بیشتر است. همچنین نتایج تحلیل حساسیت نشان داد که شیب کانال تأثیرگذارترین پارامتر در تخمین ضریب زبری در پیچانرودها است.