机器学习与数学模型估算矩形渠道横向剪应力分布的比较
流体动力学
2021-03-10 v1 机器学习
神经与进化计算
摘要
水力学工程中最重要的课题之一是可靠估算矩形渠道中床面与边壁剪应力的横向分布。本研究利用Tsallis熵、遗传编程（GP）和自适应神经模糊推理系统（ANFIS）方法来评估矩形渠道中的剪应力分布（SSD）。为评估Tsallis熵、GP和ANFIS模型的结果，使用了实验室观测数据，其中剪应力采用优化的Preston管测量。随后用于测量矩形渠道中不同宽高比下的SSD。为研究剪应力百分比，使用了包含总计112个不同数据的10个数据系列。敏感性分析结果表明，光滑矩形渠道中SSD最具影响的参数是无量纲参数B/H，其中横向坐标为B，流深为H。以(b/B)、(B/H)作为床面输入，以(z/H)、(B/H)作为边壁输入，GP的建模优于其他模型。基于分析可得出结论，在估算光滑矩形渠道中的剪应力方面，GP和ANFIS算法的使用比基于Tsallis熵的方程更有效。
引用
@article{arxiv.2103.05447,
title = {Machine Learning versus Mathematical Model to Estimate the Transverse Shear Stress Distribution in a Rectangular Channel},
author = {Babak Lashkar-Ara and Niloofar Kalantari and Zohreh Sheikh Khozani and Amir Mosavi},
journal= {arXiv preprint arXiv:2103.05447},
year = {2021}
}
备注
16 pages, 8 figures