فول فایل

چكيده تعيين ارتباط بين عمق بحراني و عمق جريان در لبة شيبشكنهاي قائم با جريان زيربحراني در بالادست آن يكي از مسائل مهم و مورد توجه مهندسان هيدروليك بوده است. اگر ارتباط بين اين دو عمق بخوبي برآورد شود، از اين سازه ميتوان به عنوان ابزار اندازهگيري دبي جريان دركانالهايآبياري استفاده نمود. تاكنون تحقيقات فراواني براي يافتن ارتباط ميان اين دو عمق صورت پذيرفته است. در اين تحقيقات معمولًا سعي شده است با اندازهگيريهاي آزمايشگاهي، منحني مناسبي بر دادههاي حاصل برازش داده شود. ليكن، معمولاً ارتباط اين دومتغير بهصورت خطي در نظرگرفته ميشود وهمين موضوع موجب ايجاد خطا درتخمين دبيجريان ميگردد. دراين مقاله سعيشده استبا تبيين ويژگيهاي شبكههاي عصبي مصنوعي، شبكهاي از نوع پرسپترون چند لايه با قانون يادگيري پسانتشار خطا براي بازيابي نگاشت غيرخطي ميان الگوهاي مستقل دادهها و متغيرهاي وابسته طراحي گردد كه به كمك آن، امكان تخمين هوشمند دبي جريان ميسرگردد. نتايج حاصل نشان ميدهد كه انطباق خوبي بين مقادير پيشبيني شدة دبي ناشي ازشبكة عصبي مصنوعي و دادههاي آزمايشگاهي وجود دارد. علاوه بر اين، استفاده از شبكة عصبي مصنوعي نيز ميتواند شيبشكن را به عنوان ابزاري براي اندازهگيري دبي جريان در سيستمهاي انتقال آب و شبكههاي آبياري مطرح سازد. كليد واژهها: شيب شكن، دبي جريان، شبكة عصبي مصنوعي، تخمين هوشمند، يادگيري، پرسپترون چند لايه.