پديد آورندگان :
حكيمي خانسر، حسين دانشگاه تبريز - دانشكده كشاورزي، تبريز، ايران , پارسا، جواد دانشگاه تبريز - دانشكده كشاورزي، تبريز، ايران , حسين زاده دلير، علي دانشگاه تبريز - دانشكده كشاورزي، تبريز، ايران , شيري، جلال دانشگاه تبريز - دانشكده كشاورزي، تبريز، ايران
كليدواژه :
سد خاكي , الگوريتم هيبريدي PSO-ANN , انتخاب ويژگي , سيستم استنتاج عصبي- فازي تطبيقي , تنش قائم خاك
چكيده فارسي :
هدف كلي اين مقاله انتخاب ويژگي‌هاي موثر و مدل‌سازي تنش خاك در سدهاي خاكي در زمان ساخت با شبكه عصبي به كمك يك الگوريتم بهينه‌ساز و در ادامه نتايج مدل هيبريدي با روش‌هاي مرسومANFIS وGEP مقايسه شده است. پنج ويژگي شامل تراز خاكريزي، زمان ساخت سد، تراز مخزن (آبگيري)، سرعت آبگيري و سرعت خاكريزي به عنوان ورودي‌هاي مدل هيبريدي انتخاب شده است. با اجراي الگوريتم هيبريدي و تحليل حساسيت و روش انتخاب ويژگي، تراز خاكريزي و زمان ساخت سد، مؤثرترين ويژگي‌ها در مدل‌سازي تنش كل در سلول‌هاي منتخب بودند؛ زيرا تركيب دوتايي شامل تراز خاكريزي و زمان ساخت در سلول‌هاي TPC25.1 و TPC25.3 و TPC25.4 به ترتيب با مقادير خطا (MSE) برابر 1/523، 2/747 و 0/750 موثرترين ويژگي‌ها در اين سلول‌ها بودند. در سلول TPC25.2 انتخاب سه ويژگي تراز خاكريزي، زمان ساخت و تراز مخزن با توجه به مقدار خطاي 5/245 بيش‌ترين تأثير را در مدل‌سازي تنش كل خاك در اين سلول داراست. مقايسه بين مدل ANN با ANFIS و GEP نشان داد، هر چند كه اختلاف در دقت مدل‌ها بسيار ناچيز است، مي‌توان گفت هر سه مدل جواب قابل قبول و نزديك به هم داشته‌اند. هم‌چنين نتايج نشان مي‌دهد كه هر چه پراكندگي داده‌هاي ورودي مدل بيشتر باشد، مدل استنتاج عصبي- فازي تطبيقي داراي توانايي بيشتري در شبيه‌سازي نسبت به دو مدل ANN و GEP است، زيرا در سلول TPC25.4 مدل ANFIS در دوره آزمون با شاخص‌هاي آماري ، RMSE ، MAEو NS به ترتيب برابر مقادير 0/9955، 0/0227، 0/0185 و 0/9666 داراي عملكرد بهتري نسبت به دو مدل ديگر است.
چكيده لاتين :
The general purpose of this paper is to select effective features and model soil stress in earth dams during construction. Five features, including fill level, duration of construction, reservoir level (impoundment), impounding rate and fill rate, were selected as hybrid model inputs. By performing hybrid algorithm and sensitivity analysis and feature selection method, fill level and duration of construction were recognized as the most effective features in modeling the total stress in selected cells, because concurrent mean square error values for the fill level and duration of construction in TPC25.1, TPC25.3 and TPC25.4 cells were 1.523, 2.747 and 0.750, respectively. In TPC25.2 cell, three features including fill level, duration of construction and impoundment level, had the greatest effect in modeling the total soil stress based on the mean square error value of 5.245. Comparison of the results of the ANN model with ANFIS and GEP showed that although the difference in the accuracy of the models is very small, all three models had acceptable results in the test step, the ANFIS model results indicated that the statistical error measures of , RMSE, MAE and NS in TPC25.4 cell were 0.9955, 0.0227, 0.0185 and 0.9666, respectively. It showed that how much the input data are more scattered, the ANFIS model had more capability than ANN and GEP models to simulate the soil stress in the studied earth dam.
