توسعۀ مدل فرا ابتکاری انفیس- الگوریتم ژنتیک برای پیش¬بینی عمق آبشستگی در مجاورت لوله¬های مستغرق

در نواحی ساحلی، عبور خطوط لوله مستغرق نفت و گاز بسیار رایج است و وقوع آبشستگی در اطراف لوله پایداری آنها را تهدید می کند. در این مطالعه یک مدل فرا ابتکاری برای پیش بینی عمق آبشستگی در اطراف لوله های افقی مستغرق توسعه داده می شود. مدل عددی با ترکیب مدل سیستم استنباط فازی عصبی تطبیقی (انفیس) و الگوریتم ژنتیک تولید می شود. علاوه بر این در مطالعه حاضر برای ارزیابی دقت مدل های عددی از شبیه سازی های مونت کارلو استفاده شد. در مقابل برای اعتبار سنجی نتایج مدل های مذکور از روش اعتبار سنجی متقابل با 6=k بهره گرفته شد. سپس 6 مدل عددی مختلف توسعه داده می شود. سرانجام با تجزیه وتحلیل نتایج مدل های عددی، مدل برتر معرفی شد. مدل برتر عمق آبشستگی را با دقت قابل قبولی شبیه سازی کرد. این مدل مقادیر آبشستگی را با استفاده از کلیه پارامترهای ورودی شبیه سازی کرد. به عنوان مثال برای مدل برتر مقادیر ضریب همبستگی و شاخص پراکندگی به ترتیب مساوی با 974/0 و 090/0 محاسبه شد. علاوه بر این، فاصله بین لوله و بستر رسوبی قبل از آبشستگی به قطر لوله (e/D) به عنوان موثرترین پارامتر ورودی شناسایی شد