ارزيابي عملكرد مدل برنامه ريزي بيان ژن و شبكه عصبي مصنوعي در برآورد پارامترهاي هيدروليكي سرريز پلان مثلثي

هدف از اين تحقيق، ارائه يك رابطه براي تعيين ضريب دبي سرريزهاي لبه تيز پلان مثلثي است كه در نهايت يك رابطه رگرسيوني با استفاده از داده هاي آزمايشگاهي بر اساس پارامترهاي h/p و α با دقت زياد ارائه شد. براي اين منظور از دو مدل هوش مصنوعي ANN و GEP و نيز دو روش رگرسيوني MR linear و MR nonlinear در تخمين پارامتر بي بعد h/p و رابطه دبي – اشل اين سرريزها استفاده شد. ارزيابي نتايج به دست آمده با استفاده از معيارهاي آماري R2، RMSE، NSE و RE% انجام گرديد. مقادير معيارهاي آماري R2، RMSE، NSE و RE% به ترتيب 998/0، 0076/0، 997/0 و %74/1 براي مدل ANN، 983/0، 0301/0، 998/0 و% 86/6 براي مدل GEP،986/0، 0196/0، 985/0 و% 09/4 براي مدل MR linear و 987/0، 0197/0، 984/0 و % 09/4 براي مدل MR nonlinear به دست آمد. نتايج معيارهاي آماري، برتري ANN نسبت به ساير روش ها را نشان مي دهد. علاوه بر اين، نتايج نشان داد كه در سرريزهاي پلان مثلثي بسته به زاويه قرارگيري، مقدار ضريب دبي جريان 1 الي 8 درصد نسبت به سرريزهاي هم عرض كانال افزايش مي يابد. ضمنا در شرايطي كه بار آبي روي تاج اين سرريز ها كم باشد، كارايي بهتري از خود نشان خواهند داد.