پایاننامه کارشناسی ارشد در رشته مهندسی عمران (گرایش سازه‌های هیدرولیکی)
برآورد کل بار رسوبی کف در آبراههها براساس مدل رگرسیون بردار پشتیبان (SVR) و الگوریتم بهینهسازی اجتماع ذرات (PSO)
اساتید راهنما:
دکتر ناصر طالببیدختی
دکتر مریم دهقانی
مهرماه 91
تکه هایی از متن به عنوان نمونه :
چکیده
برآورد کل بار رسوبی کف در آبراههها براساس مدل رگرسیون بردار پشتیبان (SVR) و الگوریتم بهینهسازی اجتماع ذرات (PSO)
به کوشش
شهرام صحرائی
اﻧﺘﻘﺎل رﺳﻮب و رﺳﻮبﮔﺬاری، ﭘـﻲآﻣـﺪﻫﺎﻳﻲ ﭼـﻮن اﻳﺠـﺎد ﺟﺰاﻳـﺮ رﺳـﻮﺑﻲ در ﻣـﺴﻴﺮ رودﺧﺎﻧﻪ و در ﻧﺘﻴﺠﻪ ﻛﺎﻫﺶ ﻇﺮﻓﻴﺖ اﻧﺘﻘﺎل ﺟﺮﻳﺎنﻫﺎی ﺳﻴﻼﺑﻲ، ﺧﻮردﮔﻲ ﺗﺄﺳﻴﺴﺎت ﺳـﺎزهﻫـﺎی رودﺧﺎﻧـﻪای و ﻣﺸﻜﻼت دﻳﮕﺮ را درﺑﺮ دارد. همچنین رسوبات معلق کیفیت آب را برای مصارف بشری تحت تأثیر قرار میدهد. ﺑﻨـﺎﺑﺮاﻳﻦ، در ﻫﻴـﺪروﻟﻴﻚ رودﺧﺎﻧـﻪ و ژﺋﻮﻣﻮرﻓﻮﻟﻮژی آن، ﺑﺮرﺳﻲ ﻇﺮﻓﻴﺖ ﺣﻤﻞ رﺳﻮب ﺟﺮﻳﺎن و ﻣﻜﺎﻧﻴﺴﻢ اﻧﺘﻘﺎل رﺳـﻮب از اﻫﻤﻴـﺖ وﻳـﮋهای ﺑﺮﺧﻮردار اﺳﺖ. رویکردهای متداول اغلب بر پایه فرضیات ایدهآل بوده و قادر به ارائه نتایج قابل قبولی از برآورد نرخ انتقال رسوبات بستر نیستند. در این پایاننامه کوشش بر این است که یک روش جامع و دقیق را با بهرهگیری از دانش هوش مصنوعی بر روی مسائل پیش‌بینی و برآورد رسوب پیاده کرد. از دو روش به نامهای حداقل مربعات رگرسیون بردار پشتیبان و الگوریتم بهینهسازی اجتماع ذرات بهره جسته تا بتوان نرخ انتقال رسوبات بستر در آبراههها را با دقت به مراتب بالاتری نسبت به روشهای متداولی از قبیل روش ایکرز و وایت، انجلاند و هانزن، گراف و یانگ تخمین زد. رویکرد ماشین بردار پشتیبان بر مبنای تئوری بهینهسازی مقید بوده و از اصل کمینهسازی خطای ساختاری استفاده کرده که منجر به یک جواب بهینه کلی میگردد. الگوریتم بهینهسازی اجتماع ذرات در مقوله روشهای فراکاوشی جای داشته و از نظم موجود در رفتار جمعی پرندگان جهت جستوجوی غذا ایده گرفته شده است. نتایج حاصل از پیادهسازی مدل حداقل مربعات رگرسیون بردار پشتیبان بر روی مجموعهای از داده‌های آزمایشگاهی و میدانی در مقایسه با رویکردهای متداول به مراتب بهتر بوده است. سپس جهت بهبود بهتر مدل، متغیرهای ورودی به صورت لگاریتمی مقیاس شدند و از بروز مقادیر غلظت منفی در مدل جلوگیری به عمل آمد و نتایج نیز نسبتاً مورد بهبود واقع شدند. نتایج حاصل از الگوریتم بهینهسازی اجتماع ذرات به نسبت رویکردهای متداول رضایت بخش بوده ولی عملکرد مدل حداقل مربعات ماشین بردار پشتیبان رضایت بخشتر است و رگرسیون بردار پشتیبان میتواند یک روش جامع و دقیق را در جهت شبیهسازی نرخ انتقال رسوبات بستر ارائه دهد.
فهرست مطالب
فهرست مطالب. ه
فهرست تصاویر. ز
فهرست جداول. ی
1-مقـدمـه…………………………………………………………………………… …………………………………………………………………………… 1
1-1-طرح مسأله. 1
1-2-ضرورت انجام تحقیق. 2
1-3-اهداف پژوهش. 4
2- مبانی نظری تحقیق……………………….. ………………………………………………………. 7
2-1- کلیات…………………………….. ………………………………………………………………….. 7
2-2-رویکرد انشتین. 8
2-3-رویکرد اَیکرز و وایت……………….. ………………………………………. 11
2-4-رویکرد اِنجلاند و هانزن……………….. 12
2-5-رویکرد گراف. 14
2-6-رویکرد یانگ………………………… 14
3- مروری بر تحقیقات انجام شده……………… …………………………………. 17
3-1-تحقیقات انجام گرفته در زمینه مباحث پیش‌بینی سیل 17
3-2-تحقیقات صورت گرفته در زمینه برآورد رسوب . 24
4-مواد و روشها…………………………… ………………………………………………………………. 26
4-1-تخمین. 26
4-2-یادگیری ماشین. 28
4-3-ماشینهای بردار پشتیبان (SVM). 29
4-3-1-طبقهبندی ماشین بردار پشتیبان. 30
4-3-1-1- دسته‌بندی خطی داده‌های دارای نویز …………………………………………………….33
4-3-1-2- حالتی که داده‌ها به صورت خطی جدا نشوند ……………………………………….35
4-3-1-2-1- نگاشت الگوها به فضای ویژگی …………………………………………………….36
4-3-1-2-2- توابع کرنل رایج …………………………………………………………………………….42
4-3-2-رگرسیون بردار پشتیبان (SVR). 43
4-3-2-1- رگرسیون‌گیری خطی ……………………………………………………………………………44
4-3-2-2- رگرسیون‌گیری غیرخطی ……………………………………………………………………..47
4-3-3- حداقل مربعات ماشین بردار پشتیبان… ……. 52
4-4-الگوریتم جامعه پرندگان. 53
4-4-1-مراحل الگوریتم جامعه پرندگان. 57
4-4-2-کاربرد الگوریتم جامعه پرندگان. 58
4-4-3-مزایای الگوریتم جامعه ذرات. 58
4-4-4-معایب الگوریتم جامعه پرندگان. 59
4-5- داده‌های مورد استفاده……………… ………………………………….. 59
4-6-تحلیل ابعادی. 63
4-7-نرمافزار و کدنویسی. 65
5-بحث و نتایج. 68
5-1-رویکرد نخست، حداقل مربعات ماشین بردار پشتیبان 68
5-2-رویکرد ثانویه، الگوریتم بهینهسازی اجتماع ذرات (PSO) 85
5-3-تحلیل حساسیت. 90
6-نتیجهگیری و پیشنهادها…………………… …………………………………………….. 95
6-1-نتیجهگیری. 95
6-2-پیشنهادها. 97
7-فهرست مراجع……………………………. …………………………………………………………………. 98
برای دانلود متن کامل پایان نامه اینجا کلیک کنید
نظرات شما عزیزان:
تبادل لینک هوشمند