منصة الرسائل والاطاريح: التنبؤ بالتسرب المتولد في سد ترابي مع مرشح تصريف افقي باستخدام تقنية الشبكة العصبية الاصطناعية

الخلاصة

في هذه الدراسة ، تم تطوير صيغة معادلات رياضية لإيجاد كمية تصريف التسرب وعامل الانحدار الجانبي لقيمة السلامة لسد ترابي متجانس مع مرشح تصريف أفقي مستطيل الشكل تم إنشاؤه على أساس معرض غير منفذة لمستوى مياه الخزان الكامل. تم استخدام الإحصاء مع الانحدار للعديد من تقنيات العلاقات غير الخطية في هذه المعادلات من أجل الحل. بالنظر إلى حقيقة أن موضوع تحليل تدفق وسائط المسام لسلوك السدود عند تعرضها لمستوى مياه الخزان ، يتضمن العديد من المتغيرات. مثل تلك المتغيرات المتعلقة بالأبعاد الهندسية والمتغيرات المتعلقة بالخواص الميكانيكية والفيزيائية للسد ومواد الأساس. لذلك ، لا توجد معادلات صريحة تربط هذه المتغيرات كمدخلات بتصريف التسرب وعامل انزلاق الأمان الناتج. يتطلب حل نظام المعادلات التفاضلية الجزئية المتزامنة التي تحكم الظاهرة ، مع مراعاة أبعاد المقطع العرضي وخصائص التربة. يحتاج استخدام التقنية الإحصائية لإيجاد المعادلات الرياضية إلى حساب تصريف التسرب وعامل الأمان لعدد كبير من مجموعات المدخلات المتولدة عشوائيًا. لذلك ، في هذه الدراسة ، يتم إنشاء قاعدة بيانات للمدخلات والمخرجات باستخدام برنامج التحليل الخطي ثنائي الأبعاد Geo Studio مع نموذج SEEP / W لتقدير كميات تصريف التسرب ونموذج SLOPE / W لتقدير عامل الانحدار الجانبي لقيم السلامة. تضمنت قاعدة البيانات هذه 300 حالة مختلفة لقيم مختلفة لكل متغير بناءً على توصيات المصادر المعتمدة ذات الصلة بهذه القضية. يُفترض أن جسم السد (التربة) متجانس وله خصائص متساوية القياس بالإضافة إلى مرشح الصرف. يتم استخدام البرنامج الإحصائي IBM SPSS 23 "حلول المنتجات والخدمات الإحصائية" مع قاعدة البيانات المذكورة أعلاه لبناء نموذج من الشبكات العصبية الاصطناعية (ANN) لشرح وزن التأثير لكل متغير في هذه المسألة والنتائج التي تم الحصول عليها. تم دراسة تأثير تأثير كل متغير مدخل على متغيرات المخرجات [تصريف التسرب (q) وعامل المنحدر الجانبي للسلامة (F.S)] لقسم السد. أظهرت النتائج قدرة النموذج على تخمين قيم المخرجات وتصريف التسرب (q) وعامل الأمان (F.S) بدقة عالية. معاملات الارتباط بين قيم المخرجات المرصودة ونموذج القيم المتوقعة هي 99.3٪ لـ (q) و 99.5٪ لـ (F.S). أظهرت النتائج أيضًا أن أفضل تقسيم للبيانات إلى مجموعات فرعية للتدريب والاختبار والانتظار (التحقق) هو 68.7٪ و 20.3٪ و 11٪ على التوالي لـ (q) و 69.3٪ و 21.7٪ و 9٪ على التوالي لـ (F.S). بالإضافة إلى ذلك ، فإن أفضل عدد من العقد في الطبقة المخفية هو 7 لكل من (q) و (F.S) ، حيث يبلغ متوسط الخطأ النسبي الإجمالي 0.7٪ و 0.9٪ و 1٪ لمجموعات فرعية للتدريب والاختبار والانتظار على التوالي من أجل (ف) و 0.5٪ و 0.6٪ و 0.5٪ للتدريب والاختبار والمجموعات الفرعية الرافضة على التوالي لـ (q). أخيرًا ، فإن أفضل وظائف التنشيط المستخدمة للطبقات المخفية والمخرجة هي التان الزائدي (tanh) ، والوظيفة الخطية (الهوية) على التوالي لكل من (q) و (F.S). تتنبأ معادلتان رياضيتان باستخدام تقنية الانحدار لعلاقة غير خطية متعددة لـ 75٪ من مجموعات المدخلات والمخرجات باستخدام برنامج SPSS 23 للحصول على كمية تصريف التسرب وعامل الانزلاق لقيمة الأمان لأي مجموعة من متغيرات الإدخال المذكورة أعلاه ، بدلاً من استخدام عملية طويلة لنمذجة Geo Studio. للتحقق من أداء المعادلات ، تم تطبيقه على 25٪ من مجموعات بيانات الإدخال التي لم يتم استخدامها في قاعدة البيانات التي تم استخدامها للتنبؤ بالمعادلات. أظهرت مقارنة نتائج هذه الحالات البالغة 25٪ التي حصل عليها برنامج Geo Studio مع تلك التي تم الحصول عليها باستخدام المعادلات الرياضية قدرة ممتازة لهذه المعادلات على التنبؤ بالمخرجات بدقة عالية. معاملات الارتباط لهذه المجموعات 25٪ هي 96.6٪ و 99.4٪ لتصريف التسرب (q) وعامل المنحدر الجانبي للسلامة (F.S) على التوالي.