استفاده از روش تکاملی برنامه ریزی بیان ژن در برآورد میزان آبشستگی پایه های پل در بستر های غیر چسبنده

اختصاصی از فی لوو استفاده از روش تکاملی برنامه ریزی بیان ژن در برآورد میزان آبشستگی پایه های پل در بستر های غیر چسبنده دانلود با لینک مستقیم و پر سرعت .

• مقاله با عنوان: استفاده از روش تکاملی برنامه ریزی بیان ژن در برآورد میزان آبشستگی پایه های پل در بستر های غیر چسبنده براساس داده های آزمایشگاهی و میدانی 

• نویسندگان: کیومرث روشنگر ، شبنم میرحیدریان 

• محل انتشار: هشتمین کنگره ملی مهندسی عمران - دانشگاه صنعتی نوشیروانی بابل - 17 و 18 اردیبهشت 93  

• محور: سازه های هیدرولیکی 

• فرمت فایل: PDF و شامل 9 صفحه می باشد.

چکیــــده:

همه ساله پل‌های زیادی بدلیل آبشستگی پایه‌های آن در اثر جریان آب در رودخانه‌ها تخریب می‌شوند، بنابراین پیش بینی عمق آبشستگی پایه‌ی پل برای طراحی ایمن و اقتصادی پل ضروری است. تاکنون، تحقیقات آزمایشگاهی و صحرایی در زمینه آبشستگی اطراف پایه‌های پل، منجر به ارائه روابط متعدد برای برآورد حداکثر عمق آبشستگی شده است. در این تحقیق، روش برنامه ریزی بیان ژن (GEP) برای تخمین میزان آبشستگی پایه‌های پل برای بستر با خاک غیر چسبنده مورد استفاده قرار گرفته است. نتایج حاصل از شبیه سازی نشان داد که برنامه ریزی بیان ژن (GEP) در تخمین عمق آبشستگی پایه‌های پل برای خاک‌های غیر چسبنده، در مقایسه با معادلات غیر خطی موجود عملکرد موثر و کارایی بهتری دارد. همچنین از بین معادلات موجود معادله CSU برای خاک‌های غیر چسبنده منجر به نتایج بهتری شده است. براساس آنالیز حساسیت سرعت جریان بیشترین تأثیر را بر میزان عمق آبشستگی برای داده های آزمایشگاهی در حالت با بعد دارد، اما برای داده‌های میدانی عمق جریان موثرتر است.

مقدمه:

پل‌ها به عنوان کلید راه‌های ارتباطی از جمله مهمترین سازه‌های رودخانه‌ای هستند. هر ساله با وقوع سیلاب در هر رودخانه تعداد زیادی از این پل‌ها، درست زمانی که بیشترین نیاز به آنها وجود دارد تخریب می‌گردند. یکی از مهم‌ترین و مؤثرترین عوامل این تخریب‌ها آبشستگی اطراف پایه‌های پل می‌باشد. به فرسایش بستر و کناره آبراهه در اثر عبور جریان آب، فرسایش بستر در پایین دست سازه‌های هیدرولیکی به علت شدت جریان زیاد و یا به فرسایش بستر در اثر بوجود آمدن جریان‌های متلاطم موضعی، آبشستگی گویند. همچنین عمق ناشی از فرسایش بستر نسبت به بستر اولیه را عمق آبشستگی می‌نامند. تعیین دقیق عمق آبشستگی پایه‌ها، برای طراحی ایمن و اقتصادی پایه‌های پل ضروری است. زیرا تخمین کم عمق آبشستگی ممکن است منجر به تخریب پل و تخمین زیاد منجر به هزینه‌های اضافی گردد.

طی سال‌های اخیر مطالعات متنوعی در زمینه تخمین عمق آبشستگی پایه‌های پل انجام گرفته است. از جمله شن در مطالعات خود به این نتیجه رسید که نسبت عمق آبشستگی به عرض پایه با عدد فرود پایه ارتباط دارد. کوتیاری وهمکاران مطالعه‌ای بر روی تغییرات زمانی عمق آبشستگی حول پایه‌های دایره‌ای در جریان آب زلال در شرایط جریان دائمی و غیر دائمی انجام داده و رابطه‌ای برای تخمین حداکثر عمق آبشستگی موضعی ارائه کردند.

امروزه استفاده از سیستم‌های کامپیوتری در محاسبات پیچیده، گسترش بسیاری یافته است. از جمله این سیستم‌های کامپیوتری، الگوریتم تکاملی است. الگوریتم‌های تکاملی، روش‌هایی بر مبنای جستجوی تصادفی‌اند که از مدل سازی بیولوژیکی طبیعی الگو برداری شده‌اند. آنها بر روی پاسخ‌های ممکنی کار می‌کنند که از ویژگی برتری برخوردارند و بقای نسل بیشتری دارند، لذا تخمین نزدیک‌تری از پاسخ بهینه بدست می‌دهند. الگوریتم تکاملی تفاوت اساسی با دیگر روش‌های بهینه سازی دارد چراکه تنها یک نقطه را جستجو نمی‌کند، بلکه جمعیتی از نقاط را بصورت موازی بررسی می‌نماید و نیاز به اطلاعات ضمنی و دیگر دانش‌های مکمل ندارد، فقط تابع هدف و شایستگی مربوطه در جهت‌های جستجو تاثیر گذارند. همچنین هیچگونه محدودیتی برای تعریف تابع هدف وجود ندارد و از قوانین در حال تغییر احتمالی بهره می‌برند نه موارد مشخص و معین.

در این تحقیق با استفاده از داده‌های آزمایشگاهی و میدانی قابلیت و کارایی روش تکاملی برنامه ریزی بیان ژن (GEP) در تخمین عمق آبشستگی پایه‌های پل در مقایسه با روابط تجربی موجود در خاک‌های غیر چسبنده مورد ارزیابی قرار گرفته و همچنین اثر پارامترهای هیدرولیکی، مشخصات پایه و بستر مورد بررسی قرار خواهد گرفت. تاکنون تحقیقات محدودی در خصوص بکارگیری از روش GEP انجام یافته است. از جمله آیتک و کیشی، روش جدید GEP را برای فرموله نمودن رابطه رسوبات معلق و دبی روزانه بکار گرفتند، که نتیجه مقایسات توانایی این روش را در تخمین رسوبات معلق تایید کرد. همچنین آیتک و همکاران برای مدلسازی بارش - رواناب، دو روش GEP و شبکه‌های عصبی مصنوعی (ANN) را مقایسه کردند، که نتیجه برتری برنامه ریزی بیان ژن را اثبات کرد.

________________________________

** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **

** توجه: در صورت مشکل در باز شدن فایل PDF مقالات نام فایل را به انگلیسی Rename کنید. **

** درخواست مقالات کنفرانس‌ها و همایش‌ها: با ارسال عنوان مقالات درخواستی خود به ایمیل [e-mail] پس از قرار گرفتن مقالات در سایت به راحتی اقدام به خرید و دریافت مقالات مورد نظر خود نمایید. **