مهدی ماجدی اصل

سرریزها به عنوان سازههای حیاتی مرتبط با سد، نقش کلیدی در تضمین ایمنی سدها ایفا میکنند. این سازهها برای اندازهگیری شدت جریان، مدیریت سیلابها، ذخیره آب و هدایت جریان آب در کانالها، رودخانهها و مخازن سدها استفاده میشوند. به طور کلی، سرریزها وظیفه انتقال سیلاب و هدایت آب اضافی از دریاچه سد به پاییندست را بر عهده دارند تا از بروز شکست سد جلوگیری کنند. الگوریتمهای هوشمند به دلیل توانایی فوقالعاده خود در شناسایی روابط پیچیده و پنهان بین پارامترهای مستقل و وابسته و همچنین به دلیل صرفهجویی در زمان و هزینه، به طور گستردهای مورد توجه پژوهشگران قرار گرفتهاند. در این پژوهش، عملکرد الگوریتم شبکه عصبی مصنوعی (ANN) در پیشبینی ضریب دبی سرریزهای کلیدپیانویی قوسی با استفاده از 171 سری داده آزمایشگاهی دانشگاه مراغه مورد بررسی قرار گرفته است . پارامترهای هندسی و هیدرولیکی مورد استفاده در این پژوهش شامل نسبت بار آبی کل (HTp) ، بزرگ نمایی ( LCW(، زاویه سیکل قوسی (Ɵ) ، زاویه دیواره سیکل (α) ، فرود (Fr) ، نسبت طول داخلی دماغه به عرض سرریز (𝐴𝑊) و ضریب دبی ) Cd ( میباشد. نتایج حاصل از الگوریتم هوش مصنوعی نشان داد که ترکیب پارامتر (Cd, HTp, 𝐿𝐶𝑊, Ɵ, 𝐴𝑊, Fr) در الگوریتم شبکه عصبی مصنوعی (ANN) در مرحله آموزش و آزمون به ترتیب دارای =1/ مقادیر ) 9678 (R2 ، =1/1217( (RMSE ، =1/9666( (DC =1/ و ) 9678 (R2 ، =1/1217( (RMSE ، =1/9666( (DC میباشد. این نتایج در مقایسه با دیگر ترکیبها، بهینهترین خروجی را ارائه داده است و نشاندهنده دقت بسیار مطلوب الگوریتم ANN در پیشبینی ضریب دبی سرریزهای کلیدپیانویی قوسی است. همچنین، نتایج آنالیز حساسیت بیانگر این است که پارامتر نسبت بار آبی کل (HTp) بیشترین تأثیر را در تعیین ضریب دبی سرریز کلیدپیانویی قوسی دارد