fa پیش‌بینی انتقال بار بستر در رسوبات چسبنده با استفاده از شبکه عصبی تخصصي Special پژوهشي Research <p class="MsoNormal" dir="rtl" style="line-height: normal direction: rtl unicode-bidi: embed"><b><span lang="FA" style="font-size: 12pt font-family: 'B Lotus'">انتقال بار بستر به­طور گسترده در دهه­های اخیر مورد توجه و مطالعه قرار گرفته­است و معادلات زیادی از آن­ها نتیجه شده که اجزای تشکیل­دهنده و شکل ارائه هر یک از این فرمول­ها متفاوت از بقیه می­باشد. به­دلیل پیچیدگی و تنوع عوامل موثر بر فرآیند انتقال بار بستر، دست­یابی به روابط قطعی یا تحلیلی، بسیار مشکل می­باشد. مدل­سازی شبکه عصبی که تاکنون بیشتر برای فرآیندهایی که به علم فیزیک محدود می­شوند استفاده شده و نتایج مطلوبی را در برداشته، در مطالعه آزمایشگاهی پیش رو به­عنوان یک ابزار مناسب برای مدل­سازی انتقال بار بستر استفاده گردیده است. بر اساس معیارهای آماری مختلف، مدل توسعه­یافته کارایی بالایی را نشان داد. معنی­داری پارامترهای ورودی و تاثیر و اهمیت هر یک از پارامترهای مورد مطالعه بر فرایند انتقال نیز در این پژوهش مورد بررسی قرار گرفته اند.<o:p /></span></b></p> <div>Bed load transport, has been extensively studied in the past few decades and many equations have been</div><div>developed, but they differ from each other in derivation and form. As the process is extremely complex,</div><div>obtaining a deterministic or analytical form of it is too difficult. Neural network modeling, which is</div><div>particularly useful in modeling processes about which knowledge of the physics is limited, is presented here</div><div>as a complimentary tool for modeling bed load transport. The developed model demonstrated a superior</div><div>performance based on different statistical criteria. The significance of the different input parameters has been</div><div>analyzed in the present work to understand the influence of these parameters on the transport process.</div> : انتقال بار بستر, مطالعه آزمایشگاهی, فرآیند مدل‌سازی, معنی‌داری ورودی‌ها, شبکه عصبی : bed load transport, experimental studies, modeling processes, input significance, neural network 11 18 http://jwmsei.ir/browse.php?a_code=A-10-1-197&slc_lang=fa&sid=1 Maryam Rostami مریم رستمی ma_rostami@alumni.ut.ac.i 10031947532846003446 10031947532846003446 No Ali salaghegeh علی سلاجقه salajegh@ut.ac.ir 10031947532846003447 10031947532846003447 Yes مجتبی صانعی 10031947532846003448 10031947532846003448 No سعید رستمی 10031947532846003449 10031947532846003449 No محمد مهدوی 10031947532846003450 10031947532846003450 No