دوره 12، شماره 2 - ( 1391 )                   جلد 12 شماره 2 صفحات 36-23 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Ghazanfari Hashemi S G H, Etemad-Shahidi A. Prediction of Scour Depth Around Bridge Pier by Support Vector Machines. MCEJ 2012; 12 (2) :23-36
URL: http://mcej.modares.ac.ir/article-16-5542-fa.html
غضنفری هاشمی سمانه، اعتماد شهیدی امیر. پیش بینی عمق آب شستگی اطراف پایه پل با استفاده از ماشین های بردار پشتیبان. مهندسی عمران مدرس. 1391; 12 (2) :23-36

URL: http://mcej.modares.ac.ir/article-16-5542-fa.html


1- دانشگاه علم و صنعت
چکیده:   (7382 مشاهده)
  چکیده- آب شستگی یکی از مهم ترین عوامل خرابی پل ها است. بنابر این، تخمین عمق آب شستگی پای پل ها اهمیت زیادی برخوردار دارد. تاکنون فرمول ها و روابط تجربی زیادی برای تخمین عمق چاله آب شستگی ارائه شده است؛ اما این روابط از دقت مناسبی برخوردار نیستند. علاوه بر این، پیچیدگی مدل سازی فرایند آب شستگی سبب شده است تا از روش های جایگزین روابط تجربی، مانند روش های داده کاوی برای تخمین عمق آبشستگی پای پل ها استفاده شود. پیش از این، از شبکه های عصبی مصنوعی به عنوان شناخته شدهترین روش دادهکاوی، برای تخمین عمق آبشستگی پایه پل ها استفاده شده اما تاکنون عملکرد روش داده کاوی ماشین های بردار پشتیبان در این زمینه مورد بررسی قرار نگرفته است. در تحقیق حاضر، عملکرد روش ماشین های بردار پشتیبان در تخمین عمق چاله آبشستگی اطراف پایه پل بررسی شده و نتایج حاصل با نتایج حاصل از روش شبکههای عصبی مصنوعی و روابط تجربی مقایسه شده است. بررسیها نشان داده است که نتایج حاصل از روش ماشین های بردار پشتیبان دقت بالاتری نسبت به روش شبکه های عصبی مصنوعی برخوردار است. همچنین دقت روش شبکه های عصبی مصنوعی و ماشین های بردار پشتیبان به مراتب بهتر از روابط تجربی است که این خود نشان دهنده عملکرد مناسب تر روش های داده کاوی به کاررفته نسبت به روابط تجربی است.
متن کامل [PDF 517 kb]   (6158 دریافت)    

دریافت: 1389/7/18 | پذیرش: 1389/3/4 | انتشار: 1391/4/1

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.