فهرست نشریات علمی دسترسی آزاد ایران

سرریز لبه پهن سازه‌ای ساده برای اندازه‌گیری دبی جریان در کانال‌های انتقال آب است. ویژگی شکل آن و وزن زیاد آن باعث می‌شود تا اغلب به عنوان سرریز سدها نیز بکار رود. گاهی نیز این نوع سازه برای بدنه سد مد نظر قرار می‌گیرد. در این تحقیق توانایی شبکه عصبی مصنوعی و مدل درختی M5 در تخمین ضریب دبی (Cd) سرریز لبه پهن بررسی شده و نتایج این دو مدل با روش رگرسیون غیرخطی چند متغیره لجستیک قابل اعمال روی داده‌های گسسته مقایسه شده است. برای این کار چهار سری داده حاصل از تحقیقات متفاوت روی سرریزهای لبه پهن مستطیلی استفاده شده و پارامترهای بی‌بعد H1/L و H1/P به عنوان ورودی مدل‌ها در نظر گرفته شده و پارامتر هدف Cd به عنوان خروجی از مدل‌ها استخراج شده است. نتایج حاصله نشان داد که هر سه روش مذکور نتایج نسبتا دقیقی را جهت تخمین ضریب دبی سرریز لبه پهن ارائه می‌دهند (ANN: R=0.966 ، M5Rule: R=0.935 و Regression: R=0.84) ولی به دلیل ارائه روابط خطی ساده و قابل فهم توسط مدل درختی M5، این روش می-تواند به عنوان روشی کاربردی و جایگزین برای محاسبه ضریب دبی مد نظر قرار گیرد. همچنین H1/L مهمترین پارامتر دخیل در محاسبه ضریب دبی سرریز لبه پهن مستطیلی می‌باشد. تحلیل مدل درختی M5 نشان داد که 4 قانون با معادلات خطی متفاوت، الگوی تغییرات Cd را مدل می‌کند. تحلیل رگرسیون غیرخطی نشان داد که نقطه H1/L=0.22 محل تلاقی کلیه منحنی‌های تغییرات Cd به شمار می‌آید.