پيش بيني ميزان آبشستگي پايين دست سرريز جام پرتابي بوسيله شبكه عصبي

پیش بینی ابعاد حفره آبشستگی در پایین دست سرریزهای جام پرتابی ، بدلیل پیچیدگی های ناشی از بررسی همه جانبه و همزمان جریان حاوی آب و رسوب و اعمال كلیه متغیرهای موثر در پدیده آبشستگی به سادگی میسر نمی باشد. ابعاد حفره آبشستگی اغلب با استفاده از معادلات تجربی تعیین می گردد كه این روابط در محدوده خاصی از داده ها و شرایط آزمایش پاسخگو می باشد. از آنجاییكه ساخت مدل فیزیكی مشكلات و محدودیتهایی به همراه دارد و معمولا در تعیین نگاشت میان پارامترهای موثر بر آبشستگی نمی توان اثر دقیق همه پارامتر ها را در نظر گرفت، لذا در مقاله حاضر میزان آبشستگی برای مجموعه ای از مشاهدات آزمایشگاهی محققین قبلی مورد بررسی قرار گرفته است. در این تحقیق از شبكه عصبی مصنوعی بهره گیری شده و نتایج آن بامعادله حاصل از روش رگرسیون غیر خطی بین داده های مشابه و همچنین فرمول های تجربی پیش بینی حداكثر عمق آبشستگی مقایسه گردیده است. نتایج این تحقیق حاكی از دقت و برتری شبكه عصبی مصنوعی با حداكثر خطای 10/38 درصد نسبت به نتایج حاصل از معادله رگرسیون غیر خطی و فرمول های تجربی با حداكثر خطای به ترتیب 12/42 و 14/05 درصد می باشد .