پایان‌نامه

پیش بینی توزیع فشار در جریان عبوری از سدهای پاره سنگی با استفاده از شبکه عصبی مصنوعی

چکیده

سیل یکی از بلایای طبیعی است که هر ساله خسارات مالی و جانی بسیاری برای انسان ها به وجود می آورد. به این علت، جهت کنترل و مهار سیلاب اقدامات بسیاری صورت گرفته است. در بین روش های کنترل و مهار سیلاب، استفاده از سدهای پاره سنگی به عنوان روشی با کارایی و راندمان مناسب و همچنین طرحی اقتصادی معرفی شده است. سدهای پاره سنگی سازه هایی هستند که باعث کاهش دبی اوج هیدروگراف سیل خروجی و همچنین افزایش زمان وقوع نسبت به هیدروگراف ورودی می گردند. در این تحقیق بر اساس داده های آزمایشگاهی و با بکارگیری روش های هوشمند شبکه عصبی مصنوعی و مدل عددی دوبعدی، توزیع فشار در بدنه سدهای پاره سنگی با مقاطع ذوزنقه ای و مستطیلی هنگام عبور جریان پیش بینی گردید و نتایج آن ها با یکدیگر مقایسه شد. بدین منظور برای بررسی کارایی روش های بکار گرفته شده از شاخص-های آماری استفاده گردید. بر اساس نتایج شاخص های آماری، هر دو روش شبکه عصبی مصنوعی و مدل عددی دوبعدی قادر به پیش بینی توزیع فشار با دقت قابل قبولی می باشند. مقایسه ی کارایی روش های هوشمند و مدل عددی دوبعدی، نشانگر برتری شبکه عصبی مصنوعی به مدل عددی دوبعدی،در این مساله، می باشد. همچنین با توجه به اینکه مدل های عددی نیازمند تکنیک های پیچیده عددی و در نظر گرفتن شرایط مرزی برای حل معادلات مدل می باشند، بکار بردن روش های هوشمند در پیش بینی توزیع فشار سدهای پاره سنگی، علاوه بر دقت بیشتر نسبت به مدل عددی دوبعدی ، بر مشکل پیچیدگی و زمان بر بودن هم فائق آمده است. همچنین نتایج آنالیز حساسیت نشان داد که پیش بینی توزیع فشار به دو پارامتر: 1) فاصله نقطه مورد مطالعه تا پای سد و 2) تفاوت ارتفاع تراز آب در بالادست جریان و ارتفاع نقطه مورد نظر، بسیار حساس می باشد و تأثیر عمق آب در پایین دست و قطر متوسط سنگ دانه های استفاده شده در احداث سد، نسبت به آن ها ناچیز می باشد.

اساتید راهنما و مشاور

مجید حیدری، رضا امیری چایجان

شکل‌ها (۲)

  • شکل، صفحه‌ی ۲
    صفحه‌ی ۲
  • شکل، صفحه‌ی ۹
    صفحه‌ی ۹

شکل‌ها از متن کامل مقاله برداشته شده‌اند و حقوقشان از آنِ نویسندگان و ناشر است.

پایان‌نامه‌های مشابه

اسناد مشابه

  • مقایسه کارآیی مدل های شبکه های عصبی مصنوعی و رگرسیون برای پیش بینی بار رسوب جریان مطالعه موردی حوضه آبخیز سمندگان

    مقالهجغرافیا و برنامه ریزی محیطیعبداله سیف، عباسعلی ولی، محمدحسین رامشت، محمدحسین رامشت

    یک سیستم رودخانه­ای یک سیستم بازاست که از درگیر شدن ارتباطات مختلف و پیچیده شکل می گیرد. خصوصیات ذاتی حوضه ها از یک سو و عوامل خارجی از سوی دیگر رفتارهای رودخانه را متاثر می سازد.وجود ارتباطات متقابل متعدد از جمله ارتباطات جریان ورسوب حمل شده وتاثیر عوامل ژئومورفولوژی حوضه و مدل

  • پیش‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎بینی بقای بیماران مبتلا به سرطان پستان با استفاده از دو مدل رگرسیون لجستیک و شبکه عصبی مصنوعی

    مقالهمجله اپیدمیولوژی ایرانآذر اسد آبادی، a asadabadi msc, department of biostatistics & epidemiology, school of health, kerman university of medical sciences, iranکارشناس ارشد آمار زیستی، گروه آمار زیستی و اپیدمیولوژی دانشکده بهداشت و مرکز تحقیقات مدل سازی در سلامت دانشگاه علوم پزشکی کرمان، کرمان، ایران عباس بهرامپور، a bahrampour professor, phd, modeling of health research center, department of biostatistics & epidemiology, school of health, kerman university of medical sciences, iranاستاد گروه آمار زیستی و اپیدمیولوژی دانشکده بهداشت و مرکز تحقیقات مدل سازی در سلامت دانشگاه علوم پزشکی کرمان، کرمان، ایران علی اکبر حقدوست، aa haghdoost associate professor, phd, modeling of health research center, department of biostatistics & epidemiology, school of health, kerman university of medical sciences, iranاستاد گروه آمار زیستی و اپیدمیولوژی دانشکده بهداشت و مرکز تحقیقات مدل سازی در سلامت دانشگاه علوم پزشکی کرمان، کرمان، ایران

    مقدمه و اهداف: در سال‎های اخیر، توجه قابل ملاحظه‎ای به مدل‎های آماری برای طبقه‎بندی داده‎های پزشکی با توجه به بیماری‎های مختلف و پیامدهای آن‎ها شده است. شبکه‎های عصبی مصنوعی به دلیل عدم نیاز به پیش فرض با موفقیت برای تشخیص الگو و پیش‎بینی در برخی از مطالعه های بالینی استفاده شده‎

  • پیش بینی قیمت زنجیره محصولات پلی اتیلن ترفتالات با استفاده از سیستم مبتنی بر شبکه های عصبی

    مقاله۲۰۱۵مجله پژوهش های مدیریت منابع سازمانیالناز ایقانی اردبیلی، محمد منصور ریاحی کاشانی، احمد آقامحمدی

    فقدان پیش بینی ساختارمند درخصوص محصول پرکاربرد پلی اتیلن ترفتالات شرکت صنایع پتروشیمی را بر آن داشته است که پیش بینی های قیمت را از شرکت های خارجی خریداری کند. جلوگیری از خروج ارز و تحمل عوامل سیاسی مانند تحریم ها در این حوزه نیازمند پیش بینی علمی قیمت ها در داخل است. به دلیل ماه

  • تهیه نقشه پیش بینی پراکنش مکانی رویشگاه گونه های گیاهی با استفاده از شبکه های عصبی مصنوعی در مراتع استان قم

    مقالهپژوهش های آبخیزداری

    این تحقیق با هدف ارزیابی قابلیت مدل شبکه عصبی مصنوعی در تهیه نقشه پیش بینی پراکنش رویشگاه گونه های گیاهی و شناخت نقاط قوت و ضعف این روش انجام شد. بدین منظور بعد از تعیین واحدهای همگن با استفاده از مدل رقومی ارتفاع و نقشه زمین شناسی با مقیاس 1:25000، نمونه برداری از پوشش گیاهی و ع

  • پیش بینی میزان غلظت آلاینده های هوای تهران با استفاده از شبکه عصبی مصنوعی

    مقاله۲۰۱۱علوم و تکنولوژی محیط زیستامیر چرخستانی، سیامک بوداقپور

    در این تحقیق شبکه عصبی مصنوعی جهت برآورد و پیش بینی غلظت گازهای آلاینده هوا به کار رفته است.با توجه به خطر آلودگی هوا در شهر تهران و ایجاد مشکلات زیست محیطی و بیماری های خطرناک تنفسی و پوستی به ویژه برای کودکان و سالمندان و نیاز شدید به کنترل آن ، این تحقیق در جهت برنامه ریزی و ک

  • پیش بینی میزان غلظت آلاینده های هوای تهران با استفاده از شبکه عصبی مصنوعی

    مقاله۲۰۱۱فصلنامه علوم و تکنولوژی محیط زیستسیامک بوداقپور، امیر چرخستانی

    در این تحقیق شبکه عصبی مصنوعی جهت برآورد و پیش بینی غلظت گازهای آلاینده هوا به کار رفته است.با توجه به خطر آلودگی هوا در شهر تهران و ایجاد مشکلات زیست محیطی و بیماری های خطرناک تنفسی و پوستی به ویژه برای کودکان و سالمندان و نیاز شدید به کنترل آن ، این تحقیق در جهت برنامه ریزی و ک