شبیه‌سازی ضریب دبی سرریزهای کنگره‌ای توسط مدل‌های نوین هوش مصنوعی

Abstract

در این مقاله، برای اولین بار با استفاده از روش هوش مصنوعی نوین تحت عنوان ORELM ضریب دبی سرریزهای کنگره¬ای تخمین زده شدند. در ابتدا، تعداد نرون¬های لایه مخفی بهینه مساوی با 15 انتخاب شد. سپس نتایج توابع فعال¬سازی مختلف مورد ارزیابی قرار گرفت که دقت¬ترین تابع فعال¬سازی برای مدل عددی شناسایی گردید. در ادامه، با استفاده از پارامترهای ورودی موثر بر روی ضریب دبی سرریزهای کنگره¬ای، هفت مدل ORELM مختلف توسعه داده شدند و با انجام تحلیل حساسیت، مدل برتر و موثرترین پارامترهای ورودی شناسایی شدند. به¬عنوان مثال، مقادیر شاخص¬های آماری R2، RMSRE و NSC برای مدل برتر به¬ترتیب مساوی با 943/0، 224/5 و 940/0 محاسبه شدند. همچنین، پارامترهای ورودی نسبت هد روی سرریز به ارتفاع سرریز (HT/P) و نسبت عرض یک کنگره به ارتفاع سرریز (w/P) به¬عنوان مهمترین پارامترهای ورودی شناسایی شدند. سپس برای مدل¬های عددی یک تحلیل عدم قطعیت اجرا و نشان داده شد که مدل ORELM دارای عملکردی بیشتر از واقعی بود.