آدرس ایمیل خود را وارد نمایید
ثبت
پیام خود را بنویسید
دوره 15، شماره 29 - ( 2-1398 )
جلد 15 شماره 29 صفحات 179-167 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Gandomi M, Dolatshahi Pirooz M, Varjavand I, Nikoo M R. Application of Multilayer Perceptron Neural Network and Support Vector Machine for Modeling the Hydrodynamic Behavior of Permeable Breakwaters with Porous Core. Marine Engineering 2019; 15 (29) :167-179
URL: http://marine-eng.ir/article-1-734-fa.html
URL: http://marine-eng.ir/article-1-734-fa.html
گندمی مصطفی، دولتشاهی پیروز محرم، ورجاوند ایمان، نیکو محمد رضا. بکارگیری شبکه عصبی پرسپترون چندلایه و ماشین بردار پشتیبانی بمنظور مدلسازی رفتار هیدرودینامیکی موج شکن قائم نفوذپذیر با هسته متخلخل. مهندسی دریا. 1398; 15 (29) :167-179
مصطفی گندمی* 
1، محرم دولتشاهی پیروز1 ، ایمان ورجاوند1 ، محمد رضا نیکو2
1، محرم دولتشاهی پیروز1 ، ایمان ورجاوند1 ، محمد رضا نیکو2
1- دانشگاه تهران
2- دانشگاه شیراز
2- دانشگاه شیراز
چکیده: (3648 مشاهده)
در این تحقیق امکان بکارگیری شبکه عصبی پرسپترون چندلایه و ماشین بردار پشتیبانی بمنظور مدلسازی رفتار هیدرودینامیکی موجشکن های نفوذپذیر قائم با هسته متخلخل مورد بررسی قرار میگیرد. بدین منظور از داده های مطالعه آزمایشگاهی بر روی مدل فیزیکی استفاده شده است تا ضرایب انعکاس و گذر موج برخوردی به سازه که بیانگر رفتار هیدرودینامیکی هستند را به عرض محفظه موج شکن، نسبت ارتفاع مصالح سنگی به عمق آب، نسبت عرض محفظه به طول موج، ارتفاع موج، عدد موج در عمق آب و تیزی موج مرتبط شود. نتایج حاکی از آن است مدل شبکه عصبی پرسپترون چندلایه نسبت به مدل ماشین بردار پشتیبانی دارای عملکرد بهتری در مدلسازی رفتار هیدرودینامیکی موج شکن مورد مطالعه بوده و تا حد زیادی به داده های واقعی همبسته(0/8689=R برای ضریب انعکاس موج و 0/96629=R برای ضریب گذر) است. در ادامه بمنظور آشکارسازی پاسخ ضرایب انعکاس و گذر به هریک از پارامترهای ورودی مدل برتر، مطالعه پارامتریک انجام گرفته است. همچنین با استفاده از آنالیز حساسیت میزان مشارکت پارامترهای ورودی در پیشبینی ضرایب انعکاس و گذر مورد بررسی قرار گرفته است.
فهرست منابع
1. Fugazza, M., & Natale, L., (1992), Hydraulic design of perforated breakwaters. Journal of Waterway, Port, Coastal, and Ocean Engineering, 118(1), 1-14. [DOI:10.1061/(ASCE)0733-950X(1992)118:1(1)]
2. Chen, X., Li, Y., & Sun, D., (2002), Regular waves acting on double-layered perforated caissons. In The Twelfth International Offshore and Polar Engineering Conference. International Society of Offshore and Polar Engineers.
3. Twu, S. W., & Lin, D. T., (1991), On a highly effective wave absorber. Coastal Engineering, 15(4), 389-405. [DOI:10.1016/0378-3839(91)90018-C]
4. Isaacson, M., Baldwin, J., Allyn, N., & Cowdell, S., (2000), Wave interactions with perforated breakwater. Journal of waterway, port, coastal, and ocean engineering, 126(5), 229-235. [DOI:10.1061/(ASCE)0733-950X(2000)126:5(229)]
5. Liu, Y., & Li, Y., (2006), Wave interaction with a modified Jarlan-type perforated breakwater. In The Seventh ISOPE Pacific/Asia Offshore Mechanics Symposium. International Society of Offshore and Polar Engineers
6. Mani, J. S., & Jayakumar, S., (1995), Wave transmission by suspended pipe breakwater. Journal of waterway, port, coastal, and ocean engineering, 121(6), 335-338. [DOI:10.1061/(ASCE)0733-950X(1995)121:6(335)]
7. Chiang, C. M., (1983), The applied dynamics of ocean surface waves.
8. Gardner, J. D., Townend, I. H., & Fleming, C. A., (1987), The design of a slotted vertical screen breakwater. In Coastal Engineering 1986 (pp. 1881-1893). [DOI:10.1061/9780872626003.138]
9. Hutchinson, P. S., & Raudkivi, A. J., (1985), Case History of a Spaced Pile Breakwater at Half Moon Bay Marina Auckland, New Zealand. In Coastal Engineering 1984 (pp. 2530-2535). [DOI:10.1061/9780872624382.170]
10. Mei, C. C., Liu, P. L., & Ippen, A. T., (1974), Quadratic loss and scattering of long waves. Journal of Waterways, Harbors & Coast EngDiv, 100(ASCE Paper# 10754).
11. Isaacson, M., Premasiri, S., & Yang, G., (1998), Wave interactions with vertical slotted barrier. Journal of Waterway, Port, Coastal, and Ocean Engineering, 124(3), 118-126. [DOI:10.1061/(ASCE)0733-950X(1998)124:3(118)]
12. Huang, Z., (2007), An experimental study of wave scattering by a vertical slotted barrier in the presence of a current. Ocean Engineering, 34(5), 717-723. [DOI:10.1016/j.oceaneng.2006.05.007]
13. Alavi, A.H., Gandomi, A.H., (2011), Prediction of principal ground-motion parameters using a hybrid method coupling artificial neural networks and simulated annealing. Computers and Structures 89 (23e24), 2176e2194. [DOI:10.1016/j.compstruc.2011.08.019]
14. Yaghouby, F., Ayatollahi, A., Yaghouby, M., (2010a). An arrhythmia classification method based on selected features of heart rate variability signal and support vector machine-based classifier. In: IFMBE Proceeding, vol. 25/4. Springer SCI, pp. 1928e1931. [DOI:10.1007/978-3-642-03882-2_512]
15. Deo, M.C., (2010), Artificial neural networks in coastal and ocean engineering. Indian Journal of Marine Science 39 (4), 589-596.
16. Van Gent, M.R.A., van den Boogaard, H.F.P., Pozueta, B., Medina, J.R., (2007), Neural network modelling of wave overtopping at coastal structures. Coastal Engineering 54,586-593. [DOI:10.1016/j.coastaleng.2006.12.001]
17. Verhaeghe, H., (2005), Neural network prediction of wave overtopping at coastal structures PhD thesis. Universite it Gent, Gent, BE.
18. CLASH, (2004), Crest Level Assessment of coastal Structures by full scale monitoring, neural network prediction and Hazard analysis on permissible wave overtopping.EC-contract EVK3-CT-2001-00058. 〈www.clash-eu.org〉
19. Formentin, S., Zanuttigh, B., & van der Meer, J., (2017), The New EurOtop Neural Network Tool for an Improved Prediction of Wave Overtopping. Proc. of ICE Coasts, Marine Structures and Breakwaters. [DOI:10.9753/icce.v35.waves.2]
20. Garrido, J.M., Medina, J.R., (2012), New neural network-derived empirical formulas for estimating wave reflection on Jarlan-type breakwaters. Coast.Eng.62, p. 9-18. [DOI:10.1016/j.coastaleng.2011.12.003]
21. Zanuttigh, B., Formentin, S. M., & van der Meer, J. W., (2016), Prediction of extreme and tolerable wave overtopping discharges through an advanced neural network. Ocean Engineering, 127, 7-22. [DOI:10.1016/j.oceaneng.2016.09.032]
22. Vapnik, V., (1998), Statistical learning theory. Wiley, New York.
23. Mahjoobi, J. and Mosabbeb, E.A., (2009), Prediction of significant wave height using regressive support vector machines. J.Ocean Engineering, 36(5), pp.339-347. [DOI:10.1016/j.oceaneng.2009.01.001]
24. Kim, D.K., Kim, D.H., Chang, S.K., Lee, J.J. and Lee, D.H., (2010), Stability Number Prediction for Breakwater Armor Blocks USing Support Vector Regression. KSCE Journal of Civil Engineering, 15(2), pp.225-230. [DOI:10.1007/s12205-011-1031-1]
25. Perlovsky, L.I., (2001), Neural Networks and Intellect. Oxford University Press.
26. Alavi, A.H., Gandomi, A.H., Mollahasani, A., Heshmati, A.A.R., Rashed, A., (2010), Modeling of maximum dry density and optimum moisture content of stabilized soil using artificial neural networks. Journal of Plant Nutrition and Soil Science 173 (3), 368e379. [DOI:10.1002/jpln.200800233]
27. Boser, B. E., Guyon, I. M., and Vapnik, V. N., (1992), A training algorithm for optimal margin classifiers. Proceedings 5th Annual ACM Workshop on COLT, Pittsburgh, PA, 144-152. [DOI:10.1145/130385.130401]
28. Cortes, C., and Vapnik, V. N., (1995), Support vector networks. Machine Learning, 20, 273-297. [DOI:10.1007/BF00994018]
29. Smola, A. J., and Scholkopf, B., (2004), A tutorial on support vector regression. Statistics and Computing, 14, 199-222. [DOI:10.1023/B:STCO.0000035301.49549.88]
30. Ahmed, H., Schlenkhoff, A., & Oertel, M., (2013), Stokes second-order wave interaction with vertical slotted wall breakwater. In Coastal Structures 2011: (In 2 Volumes) (pp. 691-703). [DOI:10.1142/9789814412216_0060]
31. Elbisy, M. S., Mlybari, E. M., & Helal, M. M., (2016), Hydrodynamic performance of multiple-row slotted breakwaters. Journal of Marine Science and Application, 15(2), 123-135. [DOI:10.1007/s11804-016-1358-6]
32. Frank, I.E., Todeschini, R., (1994), The Data Analysis Handbook. Elsevier, Amsterdam.
33. Gandomi, A.H., Alavi, A.H., (2011), Applications of computational intelligence in behavior simulation of concrete materials. (Chapter 9). In: Yang, X.S., Koziel, S. (Eds.), Computational Optimization and Applications in Engineering and Industry, vol. 359. Springer SCI, pp. 221e243. [DOI:10.1007/978-3-642-20986-4_9]
34. Cybenko, J., (1989), Approximations by superpositions of a sigmoidal function. Mathematics of Control Signals and Systems 2, 303e314. [DOI:10.1007/BF02551274]
35. KIRCA, V. Ö., & KABDAŞLI, M. S., (2009), Reduction of non-breaking wave loads on caisson type breakwaters using a modified perforated configuration. Ocean Engineering, 36(17), 1316-1331. [DOI:10.1016/j.oceaneng.2009.09.003]
36. Ou‐Yang, H.T., Huang, L.H., Hwang, W.S., (1997), The interference of a semi‐submerged obstacle on the porous breakwater. Applied Ocean Research. 19: p. 263‐273. [DOI:10.1016/S0141-1187(97)00035-7]
37. Zhu, S., Chwang, A.T., (2001), Investigation on the reflection behavior of a slotted wall. Coastal Engineering, 43: p. 93‐104. [DOI:10.1016/S0378-3839(01)00008-4]
38. Tanimoto, K., Yoshimoto, Y., (1982), Theoretical and experimental study of reflection coefficient for wave dissipating caisson with a permeable front wall. Report of the Port and Harbour Research Institute, 21(3): p. 44‐77 (in Japanese with English abstract).
39. Liu, Y., Li, Y.C., Teng, B., (2007), Wave interaction with a new type perforated breakwater. Acta Mechanica Sinica, 23: p. 351‐358. [DOI:10.1007/s10409-007-0086-1]
40. Chegini, V., (1994). Design of Upright Perforated Energy Dissipators for Use in Wave Basins. University of New South Wales.
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
International Journal of Maritime Technology is licensed under a
Creative Commons Attribution-NonCommercial 4.0 International License.