مدلسازی ضریب اصطکاک جریان در لوله های آبیاری با استفاده از روشهای یادگیری ماشینی و مقایسه عملکرد آنها با روابط تجربی

نویسندگان
doi
چکیده

معادله ضمنی کلبروک - وایت بهصورت گستردهای برای برآورد ضریب اصطکاک برای جریان متلاطم در لولههای آبیاری مورد استفاده قرار گرفته است. در این میان، ارائه یک راه حل کاربردی و دقیق برای معادله کلبروک - وایت بهمنظور استفاده در محاسبات هیدرولیکی سیستمهای آبیاری تحت فشار امری ضروری است. در این مقاله در پیشبینی M عملکرد چند روش یادگیری ماشینی شامل رگرسیون بردار پشتیبان، برنامهریزی ژنتیک و مدل درختی 5 ضریب اصطکاک ارزیابی شده و با روابط تجربی ارائه شده توسط محققان مورد مقایسه قرار گرفته است. نتایج حاصل از تحلیل آماری روشهای مورد مطالعه نشان داد که روابط تجربی بوزلی و هالند بهترتیب با مقادیر جذر میانگین 0/ 0 و همچنین روش برنامهریزی ژنتیک با جذر میانگین مربعات خطای 00031 / 0 و 00015 / مربعات خطای 00002 عملکرد بهتری در مقایسه با دیگر روشها داشتهاند. همچنین با بررسیهای بهعمل آمده مشخص گردید که مدلهای 0 دقت به - / 0 و 00417 / و رگرسیون بردار پشتیبان بهترتیب با داشتن جذر میانگین مربعات خطای 00204 M درختی 5 مراتب کمتری نسبت به روابط تجربی و روش برنامهریزی ژنتیک در برآورد ضریب اصطکاک در لولههای آبیاری دارند.