مدلسازی ضریب دبی سرریزهای کنگرهای توسط تکنیکهای هوش مصنوعی

در این مطالعه، جهت تخمین ضربی دبی سرریزهای کنگره؜ای، از یک روش تکاملی بر مبنای نرو- فازی استفاده شد. به منظور بهینه­سازی پارامترهای سیستم استنتاج عصبی- فازی سازگار (ANFIS) از الگوریتم کرم­شبتاب (FFA) استفاده گردید. در مدل؜سازی روش؜های ANFIS  و  ANFIS-FFA، جهت بررسی عدم قطعیت مدل، از شبیه­سازی مونت کارلو استفاده شد. علاوه بر این، با استفاده از روش اعتبارسنجی چند لایه اقدام به ارائه مدل؜هایی شد که از انعطاف­پذیری و تعمیم­پذیری قابل توجهی برخوردار بود. در ابتدا، پارامترهای بی بعد ورودی شامل عدد فرود (Fr)، نسبت هد روی سرریز به ارتفاع سرریز (HT/p )، زاویه راس (α)، نسبت طول تاج سرریز به عرض کانال (Lc/W)، نسبت طول راس سرریز به عرض زاویه راس (A/w) و نسبت عرض زاویه راس به ارتفاع سرریز (w/p ) تعریف و برای ANFIS و ANFIS-FFA هفت مدل مختلف توسعه داده شدند. سپس با استفاده از تحلیل حساسیت، مدل­های برتر (ANFIS 5 و ANFIS-FFA 5) و موثرترین پارامتر ورودی (عدد فرود) شناسایی گردیدند. همچنین، نتایج توزیع خطا نشان داد که تقریبا 70 درصد نتایج مدل برتر (ANFIS-FFA 5) خطایی کمتر از 5 درصد داشتند. به­عبارت دیگر، دقت خوب مدل برتر به لحاظ آماری تایید گردید. در انتها تحلیل عدم قطعیت برای مدل­های برتر اجرا گردید.