مدل سازی ضریب دبی سرریزهای کنگره ای توسط تکنیک های هوش مصنوعی

در این مطالعه، جهت تخمین ضربی دبی سرریزهای کنگره؜ای، از یک روش تکاملی بر مبنای نرو- فازی استفاده شد. به منظور بهینه سازی پارامترهای سیستم استنتاج عصبی- فازی سازگار (ANFIS) از الگوریتم کرم شبتاب (FFA) استفاده گردید. در مدل؜سازی روش؜های ANFIS  و  ANFIS-FFA، جهت بررسی عدم قطعیت مدل، از شبیه سازی مونت کارلو استفاده شد. علاوه بر این، با استفاده از روش اعتبارسنجی چند لایه اقدام به ارایه مدل؜هایی شد که از انعطاف پذیری و تعمیم پذیری قابل توجهی برخوردار بود. در ابتدا، پارامترهای بی بعد ورودی شامل عدد فرود (Fr)، نسبت هد روی سرریز به ارتفاع سرریز (HT/p)، زاویه راس (α)، نسبت طول تاج سرریز به عرض کانال (Lc/W)، نسبت طول راس سرریز به عرض زاویه راس (A/w) و نسبت عرض زاویه راس به ارتفاع سرریز (w/p) تعریف و برای ANFIS و ANFIS-FFA هفت مدل مختلف توسعه داده شدند. سپس با استفاده از تحلیل حساسیت، مدل های برتر (ANFIS 5 و ANFIS-FFA 5) و موثرترین پارامتر ورودی (عدد فرود) شناسایی گردیدند. همچنین، نتایج توزیع خطا نشان داد که تقریبا 70 درصد نتایج مدل برتر (ANFIS-FFA 5) خطایی کمتر از 5 درصد داشتند. به عبارت دیگر، دقت خوب مدل برتر به لحاظ آماری تایید گردید. در انتها تحلیل عدم قطعیت برای مدل های برتر اجرا گردید.