ارزیابی ترک خوردگی سدهای بتنی با استفاده از الگوریتم های فراابتکاری و روش‌ شبکه ی عصبی مصنوعی

Abstract

با توجه به حساسیت موضوع ترک خوردگی در سدهای بتنی، نیاز به انجام آنالیز کامل و دقیق در خصوص رفتار ترک در این سدها با استفاده از روش‌های نوین احساس می‌شود. در این بین، الگوریتم‌های فرا ابتکاری از کارایی و دقت بسیار مناسبی در خصوص ارزیابی و پیش‌بینی مسائل نسبت به دیگر روش‌های نوین برخوردار می‌باشند. در این پژوهش با استفاده از الگوریتم فرا ابتکاری انتخابات (EA) و با لحاظ داده‌های تراز آب و دمای بتن طی سال‌های 1392-1379 به‌عنوان پارامترهای ورودی و مقدار تغییر مکان افقی و قائم ترک‌ها به‌عنوان پارامترهای خروجی، نحوه‌ی تغییرات ترک‌های سد بتنی قوسی زاینده‌رود مورد ارزیابی قرار گرفت و نتایج با روش الگوریتم ژنتیک (GA) و شبکه‌ی عصبی مصنوعی (ANN) مقایسه گردید. برای ارزیابی عملکرد روش پیشنهادی، از سه آماره شامل ضریب تبیین (R2)، جذر میانگین مربعات خطا (RMSE) و معیار نش- ساتکلیف (NSE) استفاده شده است. نتایج به‌دست آمده نشان می‌دهد الگوریتم EA با کسب مقادیر R2=0.96، RMSE=0.022 و NSE=0.74 در مقایسه با دو روش الگوریتم GA و شبکه‌ی عصبی مصنوعی (ANN)، از کارایی بالاتری برخوردار است و البته مقدار ضریب رگرسیون برای ترک‌های سرریز به دلیل عدم وجود داده‌های کافی، کم‌تر از ترک‌های سد حاصل شد. به طور کلی می‌توان نتیجه گرفت که برای ارزیابی تغییرات ترک‌های سدهای بتنی و پیش‌بینی روند تغییرات آن‌ها در آینده، الگوریتم‌های فرا ابتکاری روشی بسیار دقیق و قدرتمند محسوب شده و به‌وسیله این روش‌ها می‌توان دید بسیار خوبی بر وضعیت آسیب دیدگی سدهای بتنی پیدا نمود.