استفاده از ترکیب الگوریتم ژنتیک و شبکه عصبی مصنوعی جهت برآورد عمق آبشستگی اطراف پایه های پل

آبشستگی یک پدیده طبیعی است که در نتیجه عمل فرسایش دهنده جریان آب در آبراهه های آبرفتی رخ می دهد. این پدیده یک تهدید جدی برای پایداری سازه های واقع در مسیر جریان مانند پایه ی پل ها محسوب می شود. یکی از مهم ترین و موثرترین عوامل تخریب و شکست پل ها، آبشستگی اطراف پایه های پل و تکیه گاه ها می باشد. امروزه با پیشرفت علم و تکنولوژی، استفاده از سیستم های هوشمند کامپیوتری برای مدل سازی پدیده های پیچیده و غیرخطی از اهمیت روز افزونی برخوردار شده اند. در این تحقیق با استفاده از داده های واقعی، کارایی سیستم های هوش مصنوعی که شامل ترکیبی از شبکه عصبی پرسپترون چندلایه و الگوریتم ژنتیک بوده مورد بررسی قرار گرفته شده است. از میان مدل های با تعداد نرون های مخفی متفاوت، شبکه عصبی مصنوعی با سه نرون مخفی دارای کمترین خطا می باشد. مقایسه مقادیر نسبت اختلاف میان مدل عصبی-ژنتیک پیشنهادی و معادلات متداول موجود نشان می دهد که دقت مدل عصبی-ژنتیک از کارایی بالاتری در مقایسه با سایر معادلات برخوردار می باشد. جذر میانگین مربعات خطا در مدل پیشنهادی 51/0 محاسبه گردید در حالیکه این مقدار برای معادلات تجربی موجود بالای 89/0 محاسبه شد.