عنوان	کاربرد الگوریت م ماش ین بردار پشتیبان در پی شبینی ضریب د بی سرریزهای کنگرهای با فرم تاج نیمدایره ای
نوع پژوهش	مقاله ارائه شده
کلیدواژه‌ها	سرریز غیرخطی، ضریب دبی، تحلیل حساسیت، هوش مصنوعی
چکیده	سرریزها ب هعنوان یک ی از اجزا ی ک لی دی در سدها و کانالهای انتقال آب، نقش مهمی در م دیریت جریان آب و تخ لیه آب اضاف ی از بالادست به پاییندست ایفا میکنن د. این سازهها، با وجود سادگی در طراحی و عملکرد، از اهمیت بسزایی در شبکههای انتقال و تو زیع آب برخوردارند. الگور یت مهای هوشمند، به دلیل توانایی در شناسایی روابط پی چیده و د قیق میا ن پارامترهای مستقل و وابسته و همچنین صرف هجویی در زمان و هزینه، در میان پژوهشگران جایگا ه ویژ های یافت هان د. در ا ین مطالعه، عملکرد الگو ریت م ماشین بردار پشت یبان ) SVM ( در پیشبین ی ضریب دبی سرریزها ی غیرخطی با فرم تاج نی مدایر های با استفاده از 363 سر ی داده آزمایشگاهی مورد ارزیاب ی قرار گرفت. پارامترهای هندسی و هیدرولیک ی بررس یشده ارتفاع سرری ز ( P (، نسبت بار آبی کل به ارتفاع سرریز (HTp) ، نسبت طول تاج سرر یز به عرض کل سرریز (LCW) ، زویه د یواره سیکل ) α( و ضریب دبی ) Cd ( بودند. نتای ج نشان داد که تر کیب پارامترهای (Cd, HTp, α, (LCW)) در الگوریتم SVM ، با مقاد یر مجذور ضریب همبستگی ) R² ( برابر با 9896 / 0 ، خطای جذر میانگین مربعات ) RMSE ( برابر با 0185 / 0 و ضریب تبیین ) DC ( برابر با 9877 / 0 در مرحله آموزش و به ترتیب 9796 / 0 ، 0224 / 0 و 9792 / 0 در مرحله آزمون، بهترین عملکرد را ارائه داد. ا ین نتای ج بیانگر دقت بالای الگو ریتم SVM در پیشبینی ضریب دبی سرریزهای غیرخطی با فرم تاج نی مدایر های است. تح لی ل حساسیت نشان داد که پارامتر نسبت بار آبی کل به ارتفاع سرریز ) HTp ( تأثیرگذارترین عامل در تعیین ضری ب دب ی ای ن نوع سرریزها در مدل SVM است.
پژوهشگران	علیرضا بابائیان امینی (نفر پنجم)، مهدی سلطانی ستوبادی (نفر سوم)، توحید امیدپور علویان (نفر اول)، مهدی ماجدی اصل (نفر دوم)، آرش فرجی (نفر چهارم)