توسعۀ مدل فرا ابتکاری انفیس- الگوریتم ژنتیک برای پیش‌بینی عمق آبشستگی در مجاورت لوله‌های مستغرق
در نواحی ساحلی، عبور خطوط لوله مستغرق نفت و گاز بسیار رایج است و وقوع آبشستگی در اطراف لوله پایداری آنها را تهدید میکند. در این مطالعۀ یک مدل فرا ابتکاری برای پیش‌بینی عمق آبشستگی در اطراف لوله‌های افقی مستغرق توسعه داده می‌شود. مدل عددی با ترکیب مدل سیستم استنباط فازی عصبی تطبیقی (انفیس) و الگوریت...
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | fas |
| Published: |
Ferdowsi University of Mashhad
2020-05-01
|
| Series: | مهندسی عمران فردوسی |
| Subjects: | |
| Online Access: | https://civil-ferdowsi.um.ac.ir/article_32679_8d7b2bf9b96c2b11b611ed590d138c12.pdf |
| _version_ | 1811320930740207616 |
|---|---|
| author | احسان یارمحمدی احمد رجبی محمد ایزدبخش |
| author_facet | احسان یارمحمدی احمد رجبی محمد ایزدبخش |
| author_sort | احسان یارمحمدی |
| collection | DOAJ |
| description | در نواحی ساحلی، عبور خطوط لوله مستغرق نفت و گاز بسیار رایج است و وقوع آبشستگی در اطراف لوله پایداری آنها را تهدید میکند. در این مطالعۀ یک مدل فرا ابتکاری برای پیش‌بینی عمق آبشستگی در اطراف لوله‌های افقی مستغرق توسعه داده می‌شود. مدل عددی با ترکیب مدل سیستم استنباط فازی عصبی تطبیقی (انفیس) و الگوریتم ژنتیک تولید می‌شود. علاوه بر این در مطالعۀ حاضر برای ارزیابی دقّت مدل‌های عددی از شبیه‌سازی‌های مونت کارلو استفاده شد. در مقابل برای اعتبار سنجی نتایج مدل‌های مذکور از روش اعتبار سنجی متقابل با 6=k بهره گرفته شد. سپس 6 مدل عددی مختلف توسعه داده می‌شود. سرانجام با تجزیه‌وتحلیل نتایج مدل‌های عددی، مدل برتر معرفی شد. مدل برتر عمق آبشستگی را با دقّت قابل قبولی شبیهسازی کرد. این مدل مقادیر آبشستگی را با استفاده از کلیه پارامترهای ورودی شبیهسازی کرد. به‌عنوان‌مثال برای مدل برتر مقادیر ضریب همبستگی و شاخص پراکندگی به ترتیب مساوی با 974/0 و 090/0 محاسبه شد. علاوه بر این، فاصله بین لوله و بستر رسوبی قبل از آبشستگی به قطر لوله (e/D) بهعنوان مؤثرترین پارامتر ورودی شناسایی شد |
| first_indexed | 2024-04-13T13:08:06Z |
| format | Article |
| id | doaj.art-0c7c6a20e512417288483b5d6c9f03ce |
| institution | Directory Open Access Journal |
| issn | 2783-2805 2783-199X |
| language | fas |
| last_indexed | 2024-04-13T13:08:06Z |
| publishDate | 2020-05-01 |
| publisher | Ferdowsi University of Mashhad |
| record_format | Article |
| series | مهندسی عمران فردوسی |
| spelling | doaj.art-0c7c6a20e512417288483b5d6c9f03ce2022-12-22T02:45:42ZfasFerdowsi University of Mashhadمهندسی عمران فردوسی2783-28052783-199X2020-05-01331173010.22067/civil.v1i33.7194232679توسعۀ مدل فرا ابتکاری انفیس- الگوریتم ژنتیک برای پیش‌بینی عمق آبشستگی در مجاورت لوله‌های مستغرقاحسان یارمحمدی0احمد رجبی1محمد ایزدبخش2گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه.گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاهگروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه.در نواحی ساحلی، عبور خطوط لوله مستغرق نفت و گاز بسیار رایج است و وقوع آبشستگی در اطراف لوله پایداری آنها را تهدید میکند. در این مطالعۀ یک مدل فرا ابتکاری برای پیش‌بینی عمق آبشستگی در اطراف لوله‌های افقی مستغرق توسعه داده می‌شود. مدل عددی با ترکیب مدل سیستم استنباط فازی عصبی تطبیقی (انفیس) و الگوریتم ژنتیک تولید می‌شود. علاوه بر این در مطالعۀ حاضر برای ارزیابی دقّت مدل‌های عددی از شبیه‌سازی‌های مونت کارلو استفاده شد. در مقابل برای اعتبار سنجی نتایج مدل‌های مذکور از روش اعتبار سنجی متقابل با 6=k بهره گرفته شد. سپس 6 مدل عددی مختلف توسعه داده می‌شود. سرانجام با تجزیه‌وتحلیل نتایج مدل‌های عددی، مدل برتر معرفی شد. مدل برتر عمق آبشستگی را با دقّت قابل قبولی شبیهسازی کرد. این مدل مقادیر آبشستگی را با استفاده از کلیه پارامترهای ورودی شبیهسازی کرد. به‌عنوان‌مثال برای مدل برتر مقادیر ضریب همبستگی و شاخص پراکندگی به ترتیب مساوی با 974/0 و 090/0 محاسبه شد. علاوه بر این، فاصله بین لوله و بستر رسوبی قبل از آبشستگی به قطر لوله (e/D) بهعنوان مؤثرترین پارامتر ورودی شناسایی شدhttps://civil-ferdowsi.um.ac.ir/article_32679_8d7b2bf9b96c2b11b611ed590d138c12.pdfشبیه‌سازیمدل فرا ابتکاریشبیه‌سازی مونت کارلوروش اعتبار سنجی متقابل |
| spellingShingle | احسان یارمحمدی احمد رجبی محمد ایزدبخش توسعۀ مدل فرا ابتکاری انفیس- الگوریتم ژنتیک برای پیش‌بینی عمق آبشستگی در مجاورت لوله‌های مستغرق مهندسی عمران فردوسی شبیهسازی مدل فرا ابتکاری شبیهسازی مونت کارلو روش اعتبار سنجی متقابل |
| title | توسعۀ مدل فرا ابتکاری انفیس- الگوریتم ژنتیک برای پیش‌بینی عمق آبشستگی در مجاورت لوله‌های مستغرق |
| title_full | توسعۀ مدل فرا ابتکاری انفیس- الگوریتم ژنتیک برای پیش‌بینی عمق آبشستگی در مجاورت لوله‌های مستغرق |
| title_fullStr | توسعۀ مدل فرا ابتکاری انفیس- الگوریتم ژنتیک برای پیش‌بینی عمق آبشستگی در مجاورت لوله‌های مستغرق |
| title_full_unstemmed | توسعۀ مدل فرا ابتکاری انفیس- الگوریتم ژنتیک برای پیش‌بینی عمق آبشستگی در مجاورت لوله‌های مستغرق |
| title_short | توسعۀ مدل فرا ابتکاری انفیس- الگوریتم ژنتیک برای پیش‌بینی عمق آبشستگی در مجاورت لوله‌های مستغرق |
| title_sort | توسعۀ مدل فرا ابتکاری انفیس الگوریتم ژنتیک برای پیش‌بینی عمق آبشستگی در مجاورت لوله‌های مستغرق |
| topic | شبیهسازی مدل فرا ابتکاری شبیهسازی مونت کارلو روش اعتبار سنجی متقابل |
| url | https://civil-ferdowsi.um.ac.ir/article_32679_8d7b2bf9b96c2b11b611ed590d138c12.pdf |
| work_keys_str_mv | AT ạḥsạnyạrmḥmdy twsʿەmdlfrạạbtḵạryạnfysạlgwrytmzẖntyḵbrạypysẖbynyʿmqậbsẖstgydrmjạwrtlwlhhạymstgẖrq AT ạḥmdrjby twsʿەmdlfrạạbtḵạryạnfysạlgwrytmzẖntyḵbrạypysẖbynyʿmqậbsẖstgydrmjạwrtlwlhhạymstgẖrq AT mḥmdạyzdbkẖsẖ twsʿەmdlfrạạbtḵạryạnfysạlgwrytmzẖntyḵbrạypysẖbynyʿmqậbsẖstgydrmjạwrtlwlhhạymstgẖrq |