TY - JOUR JF - JSTNAR JO - jwss VL - 24 IS - 4 PY - 2021 Y1 - 2021/2/01 TI - Assessment of the Geometric Shape of Bridge Pier on the Scour Depth Using the Support Vector Machine TT - ارزیابی تأثیر شکل هندسی پایۀ پل روی عمق آبشستگی با استفاده از الگوریتم پشتیبان بردار ماشین N2 - پیش‌بینی عمق آبشستگی موضعی به‌عنوان پدیده‌ای پویا و غیرخطی با استفاده از روش‌هایی با توانایی پیش‌بینی مناسب همواره مورد توجه پژوهشگران بوده‌اند. از عوامل مؤثر در اندازۀ حفرۀ آبشستگی، شکل هندسی پایه‌های پل است. در این پژوهش با استفاده از الگوریتم پشتیبان بردار ماشین و بر مبنای 395 دادۀ صحرایی سازمان زمین‌شناسی آمریکا و فروهلیچ (1988) در قالب دو سناریو، مقدار عمق آبشستگی سه پایۀ پل استوانه‌ای، نوک تیز و مستطیلی بر اساس ترکیب‌های مختلف پارامترهای بی‌بعد: زاویۀ حملۀ آب (α)، عدد فرود (Fr)، نسبت طول به عرض پایه (ِb / L) ( و نسبت قطر متوسط ذرات رسوبی به عرض پایه (ِb / 50 D) پیش‌بینی شدند. نتایج پژوهش ضمن تأیید عملکرد قابل قبول الگوریتم SVM برای همۀ پایه­ ها در هر دو سناریو نشان داد در سناریوی اول و دوم بهینه‌ترین عملکرد مربوط به پایۀ مستطیلی به‌ترتیب با ضریب همبستگی 0/8702 و 0/8838 و مقدار بیشینۀ Ds(DDR) با مقادیر 0/854 و 1/229 در فرایند تست الگوریتم بودند. همچنین تأثیر مثبت افزایش تعداد داده‌ها روی عملکرد الگوریتم SVM با افزایش شاخص‌های ارزیابی تأیید شد. مقایسۀ نتایج نشان داد الگوریتم SVM مقادیر آبشستگی را بیشتر از مقدار مشاهداتی با خطای مطلق بین 11 تا 35 درصد برآورد کرده است. SP - 197 EP - 210 AU - Fuladipanah, M. AU - Majediasl, M. AD - 1. Department on Civil Engineering, Ramhormoz Branch, Islamic Azad University, Ramhormoz, Iran. KW - Performance assessment KW - Scouring KW - Optimization KW - Scouring KW - Data-based method KW - Artificial intelligence. UR - http://jstnar.iut.ac.ir/article-1-4009-fa.html DO - 10.47176/jwss.24.4.37612 ER -