آدرس ایمیل خود را وارد نمایید
ثبت
پیام خود را بنویسید
دوره 21، شماره 45 - ( 1-1404 )
جلد 21 شماره 45 صفحات 41-29 |
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:
ghasemi A, Radfar S. Modeling the Effect of Breakwater Layer Porosity on Wave Overtopping Relationships Using Machine Learning Algorithm. Marine Engineering 2025; 21 (45) :29-41
URL: http://marine-eng.ir/article-1-1140-fa.html
URL: http://marine-eng.ir/article-1-1140-fa.html
قاسمی علی، رادفر سهیل. مدلسازی اثر تخلخل لایه‌های موج‌شکن در روابط روگذری موج با استفاده از الگوریتم یادگیری ماشین. مهندسی دریا. 1404; 21 (45) :29-41
علی قاسمی*1 
، سهیل رادفر2
، سهیل رادفر2
1- شرکت سازه پردازی ایران
2- دانشگاه آلاباما
2- دانشگاه آلاباما
چکیده: (598 مشاهده)
تخمین صحیح و قابل اطمینان میزان روگذری موج در سازههای ساحلی امری مهم در طراحی و ارزیابی ایمنی این سازهها است. در این پژوهش، با استفاده از مدلسازی عددی و یادگیری ماشین، رابطه‌ای جدید برای محاسبه روگذری موج در موج‌شکن توده‌سنگی با آرمور بتنی Xbloc ارائه شده است. روش مورد استفاده بر مبنای یادگیری نظارت‌شده و رگرسیون غیرخطی بوده و فرم کلی رابطه پیشنهادی از مدل هیبسگارد و همکاران تبعیت کرده است. برای اعتبارسنجی مدل، نتایج حاصل از رابطه جدید با داده‌های آزمایشگاهی و همچنین روابط اوون و ون در میر مقایسه شد. ضریب همبستگی (R2)، جذر میانگین مربعات خطا (RMSE) و اندیس توافق (d) نشان داد که رابطه پیشنهادی تطابق بیشتری با داده‌های آزمایشگاهی دارد. مدلسازی عددی برای ۸ شرایط مختلف نیز انجام شد که در تمامی موارد، رابطه پیشنهادی تطابق بیشتری با خروجی‌های عددی نسبت به روابط تجربی پیشین داشت. این نتایج نشان می‌دهد که استفاده از مدلسازی عددی و یادگیری ماشین، می‌تواند جایگزینی دقیق و مقرون‌به‌صرفه برای آزمایش‌های فیزیکی پرهزینه در استخراج روابط روگذری موج باشد. در این پژوهش، اثر تخلخل موج‌شکن که در مطالعات گذشته کمتر مورد توجه قرار گرفته است، به‌طور ویژه بررسی شده و در رابطه پیشنهادی لحاظ گردیده است. نتایج این تحقیق نشان می‌دهد که روش پیشنهادی می‌تواند به‌عنوان ابزاری کارآمد برای ارائه روابط دقیق‌تر در تخمین روگذری موج، بدون نیاز به آزمایشات فیزیکی گسترده، مورد استفاده قرار گیرد.
فایل صوتی چکیده مقاله [MP3 2303 KB] (25 دریافت)
فهرست منابع
1. J. W. van der Meer, J. P. F. M. Janssen, (1994), Hydraulics, Wave run-up and wave overtopping at dikes and revetments. Delft Hydraulics.
2. M. W. Owen, (1983), "The hydraulic design of sea-wall profiles," in Shoreline Protection, Thomas Telford Publishing, 1983, pp. 185-192.
3. T. S. Hedges, M. T. Reis, and M. W. OWEN, (1998), "RANDOM WAVE OVERTOPPING OF SIMPLE SEA WALLS: A NEW REGRESSION MODEL.," Proc. ICE-Water Marit. Energy, vol. 130, no. 1, pp. 1-10. [DOI:10.1680/iwtme.1998.30223]
4. Y. Goda, (2010), Random seas and design of maritime structures, World Scientific. [DOI:10.1142/7425]
5. P. Besley, T. Stewart, and N. W. H. Allsop, (1998 ), Overtopping of vertical structures: new prediction methods to account for shallow water conditions, Proc. Coastlines, Struct. Break. London, UK, pp. 46-57. [DOI:10.1680/csab.26681.0005]
6. K. Hu, C. G. Mingham, and D. M. Causon, (2000 ), Numerical simulation of wave overtopping of coastal structures using the non-linear shallow water equations, Coast. Eng., vol. 41, no. 4, pp. 433-465. [DOI:10.1016/S0378-3839(00)00040-5]
7. Hebsgaard, M., Sloth, P. and Juhl, J., 1999. Wave overtopping of rubble mound breakwaters. In Coastal Engineering 1998 (pp. 2235-2248). [DOI:10.1061/9780784404119.167]
8. Van der Meer, J.W., Bernardini, P., Snijders, W. and Regeling, E., 2007. The wave overtopping simulator. In Coastal Engineering 2006: (In 5 Volumes) (pp. 4654-4666). [DOI:10.1142/9789812709554_0390]
9. Breiman, L., Friedman, J., Olshen, R., & Stone, C. (1984). Cart. Classification and Regression Trees.
10. Gallach-Sánchez, D., Troch, P., & Kortenhaus, A. (2021). A new average wave overtopping prediction formula with improved accuracy for smooth steep low-crested structures. Coastal Engineering, 163, 103800. [DOI:10.1016/j.coastaleng.2020.103800]
11. Habib, M. A., O'Sullivan, J. J., & Salauddin, M. (2022). Prediction of Wave Overtopping Characteristics at Coastal Flood Defences Using Machine Learning Algorithms: A Systematic Rreview. IOP Conference Series: Earth and Environmental Science, 1072(1), 12003. [DOI:10.1088/1755-1315/1072/1/012003]
12. Van der Meer, Jentsje W, van Gent, M. R. A., Pozueta, B., Verhaeghe, H., Steendam, G.-J., & Medina, J. R. (2005). Applications of a neural network to predict wave overtopping at coastal structures. International Conference on Coastlines, Structures and Breakwaters 2005, 259-268.
13. Jafari, E., & Etemad-Shahidi, A. (2012). Derivation of a new model for prediction of wave overtopping at rubble mound structures. Journal of Waterway, Port, Coastal, and Ocean Engineering, 138(1), 42-52. [DOI:10.1061/(ASCE)WW.1943-5460.0000099]
14. den Bieman, J. P., van Gent, M. R. A., & van den Boogaard, H. F. P. (2021). Wave overtopping predictions using an advanced machine learning technique. Coastal Engineering, 166, 103830. [DOI:10.1016/j.coastaleng.2020.103830]
15. Hosseinzadeh, S., Etemad-Shahidi, A., & Koosheh, A. (2021). Prediction of mean wave overtopping at simple sloped breakwaters using kernel-based methods. Journal of Hydroinformatics, 23(5), 1030-1049. [DOI:10.2166/hydro.2021.046]
16. Hogeveen, K.P.J., 2021. Climate Adaption of Rubble Mound Breakwaters.
17. Mousavi, S.A., Motalbi Zade, M.R., Shafeei Far, M. and Haj Momeni, A., (2014), Comparing The Performance Of Hydrodynamic And Structural Of Dezhpod Iranian Armour With X-Block Armour, ICOPMAS. (In Persian).
18. Ghasemi, A., Shafee Far, M., Panahi, R., (2016), "Numerical simulation of wave overtopping from armour breakwater by considering porous effect", International Journal of Maritime Technology, vol.11, no.22, pp.51-60. (In Persian)
19. J. H. Ferziger and M. Peric, (2012), Computational methods for fluid dynamics. Springer Science & Business Media.
20. Mahesh, B., 2020. Machine learning algorithms-a review. International Journal of Science and Research (IJSR).[Internet], 9(1), pp.381-386. [DOI:10.21275/ART20203995]
21. Bishop, C.M. and Nasrabadi, N.M., 2006. Pattern recognition and machine learning (Vol. 4, No. 4, p. 738). New York: springer.
22. Van der Meer, J.W., Allsop, N.W.H., Bruce, T., De Rouck, J., Kortenhaus, A., Pullen, T., Schüttrumpf, H., Troch, P. and Zanuttigh, B., 2016. EurOtop-Manual on wave overtopping of sea defences and related structures. An overtopping manual largely based on European research, but for worldwide application.
23. Berendsen, H.J., 2011. A student's guide to data and error analysis. Cambridge University Press. [DOI:10.1017/CBO9780511921247]
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.