فهرست نشریات علمی دسترسی آزاد ایران

پیشبینی دبی جریان در کانال‌های مرکب یکی از مهمترین مسائل مهندسی هیدرولیک است. از مهمترین پارامترهای جریان در کانال‌های مرکب نیز می‌توان به تنش برشی ظاهری اشاره کرد که در اثر اختالف سرعت جریان در کانال اصلی و سیلاب دشت‌ها در محل اتصال کانال اصلی به سیلاب دشت‌ها به وجود می‌آید. تنش برشی ظاهری باعث ایجاد آشفتگی و گردابه‌های سه بعدی در مرز کانال اصلی و سیلاب دشت‌ها و نیز کاهش دبی کل جریان می‌گردد. در این پژوهش، دبی جریان در کانال‌های مرکب مستقیم با استفاده از روش‌های تجربی، روش دسته‌بندی گروهی داده‌ها و شبکه عصبی چند لایه مدل‌سازی و پیش‌بینی شد. پارامترهای بی‌بعد مورد استفاده بدین منظور عبارتند از عمق نسبی جریان، شعاع هیدرولیکی نسبی، مساحت نسبی و زبری نسبی. نتایج نشان داد که روش دسته‌بندی گروهی داده‌ها با ضریب تبیین 0/91 و ریشه میانگین مربعات خطای 0/057 دارای مناسب‌ترین عملکرد در تخمین دبی جریان در کانال‌های مرکب است. بررسی ساختار روش دسته‌بندی گروهی داده‌های توسعه داده شده نشان می‌دهد که عمق نسبی جریان و مساحت نسبی تأثیر بیشتری را در مدلسازی ظرفیت کانال‌های مرکب دارند. بررسی عملکرد مدل شبکه عصبی چند لایه توسعه داده شده نشان می‌دهد که این مدل با ضریب تبیین 0/82 و ریشه مربعات خطای 0/065 دارای دقت بیشتری نسبت به روش‌های تجربی است. تحلیل حساسیت شبکه عصبی چند لایه نشان داد که پارامترهای شیب طولی، عمق و مساحت نسبی تأثیر بیشتری در دقت پیش‌بینی جریان دارند که این نکته ساختار به دست آمده از روش دسته‌بندی گروهی داده‌ها را تأیید می‌نماید