| dc.contributor.author | ستاری, محمدتقی | fa_IR |
| dc.contributor.author | سلماسی, فرزین | fa_IR |
| dc.contributor.author | حاجی محمدی, امیر | fa_IR |
| dc.date.accessioned | 1399-07-08T21:10:21Z | fa_IR |
| dc.date.accessioned | 2020-09-29T21:10:21Z | |
| dc.date.available | 1399-07-08T21:10:21Z | fa_IR |
| dc.date.available | 2020-09-29T21:10:21Z | |
| dc.date.issued | 2017-02-19 | en_US |
| dc.date.issued | 1395-12-01 | fa_IR |
| dc.date.submitted | 2015-06-12 | en_US |
| dc.date.submitted | 1394-03-22 | fa_IR |
| dc.identifier.citation | ستاری, محمدتقی, سلماسی, فرزین, حاجی محمدی, امیر. (1395). مدلسازی ضریب دبی سرریز کرامپ با استفاده از روشهای یادگیری ماشینی. دانش آب و خاک, 26(42), 1-12. | fa_IR |
| dc.identifier.issn | 2008-5133 | |
| dc.identifier.uri | https://water-soil.tabrizu.ac.ir/article_5877.html | |
| dc.identifier.uri | https://iranjournals.nlai.ir/handle/123456789/104549 | |
| dc.description.abstract | سرریز کرامپ در طبقه بندی سرریزها در میان سرریزهای لبه کوتاه جای می‌گیرد. طراحی این سرریز به‌گونه‌ای است که شیب بالادست آن بیشتر از شیب پایین‌دست آن بوده و موجب می‌شود که رسوبات به‌راحتی تخلیه گردند. در این تحقیق عملکرد روشهای -kنزدیک‌ترین همسایگی و رگرسیون بردار پشتیبان در مدلسازی ضریب دبی سرریز کرامپ با استفاده از داده‌های آزمایشگاهی موردبررسی قرار گرفت. داده‌ها در 174 دسته و 9 ترکیب مختلف از پارامترهای ورودی شامل شیب بالادست (S<sub>up</sub>)، شیب پایین‌دست (S<sub>do</sub>)، عدد رینولدز (R<sub>e</sub>) و نسبت عمق آب روی سرریز در بالادست به ارتفاع سرریز (h<sub>1</sub>/P) مورداستفاده قرار گرفت. در چهار مرحله به‌ترتیب 66، 70، 75 و 80 درصد داده‌های آزمایشگاهی برای آموزش و مابقی آن‌ها در هر مرحله جهت آزمون استفاده گردید. براساس یافتهها در هر دو روش، بهترین نتیجه زمانی حاصل می‌شود که از 80 درصد داده‌ها برای آموزش و 20 درصد داده‌ها برای آزمون استفاده شود. از سوئی دیگر روش نزدیک‌ترین همسایگی در مقایسه با رگرسیون بردار پشتیبان از توانمندی بیشتری در مدلسازی ضریب دبی سرریز کرامپ برخوردار بوده و نسبت (h<sub>1</sub>/P) تأثیر مهمی در تخمین ضریب دبی سرریز کرامپ داشته و قادر است با دقت نسبتاً بالایی ضریب دبی سرریز را مدلسازی نماید. همچنین نتایج نشان داد با کاربرد ترکیب ورودی شامل پارامترهای h<sub>1</sub>/P, S<sub>up</sub>, S<sub>do</sub>، روشهای رگرسیون بردار پشتیبان و نزدیک‌ترین همسایگی به‌ترتیب با ضرایب همبستگی 969/0 و 987/0 بیشترین دقت را از خود نشان دادند. | fa_IR |
| dc.format.extent | 473 | |
| dc.format.mimetype | application/pdf | |
| dc.language | فارسی | |
| dc.language.iso | fa_IR | |
| dc.publisher | دانشگاه تبریز | fa_IR |
| dc.publisher | University of Tabriz | en_US |
| dc.relation.ispartof | دانش آب و خاک | fa_IR |
| dc.relation.ispartof | Water and Soil Science | en_US |
| dc.subject | رگرسیون بردار پشتیبان | fa_IR |
| dc.subject | سرریز کرامپ | fa_IR |
| dc.subject | ضریب دبی | fa_IR |
| dc.subject | -kنزدیک‌ترین همسایگی | fa_IR |
| dc.subject | سازه های آبی | fa_IR |
| dc.title | مدلسازی ضریب دبی سرریز کرامپ با استفاده از روشهای یادگیری ماشینی | fa_IR |
| dc.type | Text | en_US |
| dc.type | مقاله پژوهشی | fa_IR |
| dc.contributor.department | 1- استادیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز | fa_IR |
| dc.contributor.department | دانشیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز | fa_IR |
| dc.contributor.department | 3- کارشناس ارشد عمران آب، دانشگاه آزاد اسلامی واحد مراغه | fa_IR |
| dc.citation.volume | 26 | |
| dc.citation.issue | 42 | |
| dc.citation.spage | 1 | |
| dc.citation.epage | 12 | |
