تعيين پارامترهاي تاثيرگذار بر ضريب دبي سرريزهاي اوجي قوس محور با استفاده از روش ماشين بردار پشتيبان(SVM) و مقايسه با روش شبكه فازي-عصبي تطبيقي(ANFIS)

الگوي سه بعدي جريان در سرريزهاي اوجي و نامحدود بودن تغييرات پارامترهاي هندسي به مانند تصحيح جزيي در شكل تاج يا تغييرات سازه‌اي از يك سو و محدوديت اطلاعات قابل دسترس در مورد هيدروليك سرريزهاي اوجي قوس محور از سوي ديگر، به عنوان چالشي بزرگ، باعث گرديده تا به كارگيري سيستم هاي فرامدل و داده گرا مورد توجه محققان قرار گيرد. در تحقيق كنوني پيش بيني ضريب دبي با استفاده از داده هاي آزمايشگاهي و بكارگيري روش‌هاي هوش مصنوعي (ماشين بردار پشتيبان SVM و سيستم استنتاج تطبيقي عصبي فازي ANFIS) انجام شد. بدين منظور از داده هاي مدل آزمايشگاهي از اين سرريز با چندين زاويه همگرايي ديواره هاي هادي  (ساخته شده توسط نگارندگان) استفاده و به ازاي مدل هاي مختلف، مورد ارزيابي قرار گرفت. نتايج حاصله نشان داد كه نسبت هد طراحي به عمق بحراني ( ) بيش ترين تاثير را در تخمين ضريب دبي در مدل برتر و پارامترهاي هد بالادست به هد طراحي ( ) و هد بالادست به ارتفاع سرريز ( )تاثير تقريبا يكسان و كم تري را در اين مدل دارا مي باشند. همچنين نتايج عملكرد مناسب روش هاي SVM و ANFIS را تاييد مي نمايد بطوري كه در ﺑﻬﺘﺮﻳﻦ ﺣﺎﻟﺖ ارزﻳﺎﺑﻲ آزﻣﻮن، در روش SVM مقادير 0.966 ,R=0.93  DC=و 0.06=RMSE و ﺑﺮاي روش ANFIS مقادير0.945R=، 0.885DC= و0.088 =RMSE ﻣﺸﺎﻫﺪه ﮔﺮدﻳﺪ.