استفاده از الگوریتم تکاملی برای بهینه سازی مدل انفیس به منظور مدل سازی ضریب دبی روزنه های جانبی دایروی

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:

در این مطالعه، ضریب دبی روزنه‏ های جانبی دایره‏ای با استفاده از یک روش ترکیبی جدید، مدل سازی شد. ترکیبات انجام شده در این مطالعه، به دو قسمت تقسیم شد: 1) ترکیب دو الگوریتم بهینه‏سازی ازدحام ذرات (PSO) و الگوریتم ژنتیک (GA) و ارائه الگوریتم PSOGA ، 2) استفاده از الگوریتم ترکیبی PSOGA جهت بهینه ‏سازی شبکه انفیس (ANFIS) و ارائه روش ANFIS-PSOGA. با شناخت پارامترهای موثر بر ضریب دبی روزنه ‏های جانبی دایروی، 11 ترکیب مختلف ارائه شد. تحلیل حساسیت انجام شده با استفاده از ANFIS، نشان داد که عدد فرود و نسبت عمق جریان به قطر روزنه (Ym/D) موثرترین پارامترها در مدل‏سازی ضریب دبی شناسایی شدند. همچنین، بهترین ترکیب در براورد ضریب دبی استفاده از متغیرهای فرود جریان (Fr)، نسبت عرض کانال اصلی به قطر روزنه جانبی (B/D)، نسبت ارتفاع تاج روزنه به قطر روزنه (W/D) و نسبت عمق جریان به قطر روزنه (Ym/D) بود. مقادیر MAPE، RMSE و R  برای این مدل، به ‏ترتیب برابر 0/021، 0/20 و 0/871 به دست آمد. پس از انتخاب بهترین ترکیب، عملکرد روش ANFIS-PSOGA با دو روش ANFIS and ANFIS-PSO، مقایسه شد. نتایج نشان داد که روش ANFIS-PSOGA برای مدل سازی ضریب دبی، دارای خطای کمتری بود.

زبان:
فارسی
صفحات:
183 تا 196
لینک کوتاه:
magiran.com/p2063502 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!