技术进展国际期刊

技术进展国际期刊
开放获取

国际标准期刊号: 0976-4860

抽象的

人工神经网络与回归方法评价四分之一圆形防波堤水动力性能的比较

N维韦卡南丹

四分之一圆防波堤(QBW)是一种改进的半圆形防波堤,类似于沉箱,由面向入射波浪的四分之一圆形表面组成,底部水平,后壁垂直,一般放置在碎石堆基础上。QBW 可以按出现的方式构造,有或没有穿孔,可以在一侧或在任一侧。通过这些穿孔,能量因涡流的形成而消散,并且在中空室内部产生湍流。本文通过绘制不同波陡度值的反射系数、反射波高和入射波高的无量纲图来分析从苏拉特卡尔国家理工学院进行的实验工作中收集的数据。这些值用于采用人工神经网络 (ANN) 和回归 (REG) 方法预测 QBW。在人工神经网络中,考虑使用多层感知器(MLP)和径向基函数网络来训练网络数据。应用拟合优度 (GoF) 检验(即 Kolmogorov-Smirnov 检验统计量)和模型性能分析 (MPA)(即相关系数、平均绝对误差和模型效率)来检查 ANN 和 REG 方法对观测值的充分性数据。GoF测试和MPA结果表明MLP更适合评估QBW的水动力性能。Kolmogorov-Smirnov 检验统计量和模型性能分析 (MPA),即相关系数、平均绝对误差和模型效率,用于检查 ANN 和 REG 方法对观测数据的充分性。GoF测试和MPA结果表明MLP更适合评估QBW的水动力性能。Kolmogorov-Smirnov 检验统计量和模型性能分析 (MPA),即相关系数、平均绝对误差和模型效率,用于检查 ANN 和 REG 方法对观测数据的充分性。GoF测试和MPA结果表明MLP更适合评估QBW的水动力性能。

免责声明: 此摘要通过人工智能工具翻译,尚未经过审核或验证.
Top