مدل سازی ضریب دبی سرریز غیرخطی با روش qnet

سرریزهای کنگره ای ضمن برخوردار بودن از مزیت های اقتصادی، قابلیت عبوردهی بیشتری را نسبت به سرریزهای خطی دارند. این سرریزها از طریق افزایش طول تاج در یک عرض مشخص، در مقایسه با سرریزهای خطی راندمان دبی بیشتر با ارتفاع آزاد کمتر در بالادست را دارند. الگوریتم های هوشمند به دلیل توانایی زیاد در کشف رابطه های دقیق پیچیده ی مخفی بین پارامترهای مستقل موثر و پارامتر وابسته و همچنین صرفه جویی مالی و زمانی، جایگاه بسیار ارزشمندی بین پژوهشگران پیدا کرده اند. در این پژوهش عملکرد الگوریتم qnet در پیش بینی ضریب دبی سرریزه کنگره ای با زاویه ی سیکل 6 درجه به کمک تعداد 243 سری داده برای سناریو اول بررسی شده است. پارامترهای هندسی و هیدرولیکی مورد استفاده در این پژوهش شامل نسبت بار آبی کل(h_t/p) ، ضریب بزرگ نمایی (l_c/w)، زاویه دیواره سیکل(α) ، زاویه سیکل قوسی )θ( و ضریب دبی (cd) می باشد. نتایج هوش مصنوعی qnet نشان داد که ترکیب پارامترهایcd) , h_t/p,θ(l_c/w, در الگوریتم qnet در مرحله ی آموزش مربوط به (سناریو اول) با شاخصه های ارزیابی به ترتیب برابراست با (9889/0=(r2، (0259/0=(rmse، (9892/0=(dc و در مرحله ی آزمون (9824/0=(r2، (0292/0=(rmse، (9788/0=(dc می باشد که در مقایسه با دیگر ترکیب ها منجر به بهینه ترین خروجی شده است که نشان دهنده دقت بسیار مطلوب الگوریتم qnet در پیش بینی ضریب دبی سرریز غیرخطی قوسی است. نتایج آنالیز حساسیت نشان داد که پارامتر موثر در تعیین ضریب دبی سرریز کنگره ای قوسی پارامتر نسبت بار آبی کل (h_t/p) می باشد.