پيش بيني بيشينه عمق آبشستگي در محل پل در حالت جريان تحت فشار با استفاده از شبكه¬ي عصبي مصنوعي

در زمان سيلاب، عرشه اكثر پل¬ها در اثر افزايش زياد عمق جريان، به طور كامل مستغرق شده و يا قسمتي از آنها زير آب فرو مي¬رود. در اثر اين پديده، آبشستگي در زير عرشه بصورت آبشستگي تحت فشار رخ خواهد داد. براي شناخت اين پديده، مطالعات آزمايشگاهي توسط محققين قبلي انجام گرفته كه نتيجه¬ي آنها، استخراج معادلات رگرسيوني متفاوتي براي تخمين عمق آبشستگي بيشينه تحت فشار در زير عرشه¬ي پل مي¬باشد. مقايسه¬ي روابط ارائه شده نشان ¬مي¬هد كه هيچكدام از آنها به دليل پيچيدگي ماهيت مسئله داراي جواب¬ مطلوب نمي¬باشند. در اين پژوهش، داده¬هاي آزمايشگاهي برداشت شده توسط Umbrell و همكاران در سال 1998 و همچنين داده¬هاي آزمايشگاهي Arneson در سال 1997، با استفاده از شبكه¬ي عصبي MLP توسعه يافته مدل سازي شده است. نتايج حاصل از مدل سازي نشان مي¬دهد كه ضريب همبستگي شبكه¬ي عصبي، براي داد¬هاي Umbrellو همكاران (1998)، 0.98 و براي داد¬هاي Arneson (1997)، 0.97 مي-باشد. اين در حالي است كه ضريب همبستگي معادله تجربي Umbrell و همكاران در سال 1998 به عنوان بهترين مدل رگرسيوني، براي داده¬هاي Umbrell و همكاران (1998) و همچنين داده¬هاي Arneson (1997)، به ترتيب برابر 0.86 و 0.62 مي‌باشد