research centers


Search results: Found 1

Listing 1 - 1 of 1
Sort by

Article
Optimum Dimensions of Hydraulic Structures and Foundation Using Genetic Algorithm coupled with Artificial Neural Network
الأبعاد المثلى لتراكيب الحماية ولأرضية منشأت هيدروليكية بأستخدام مدمج خوارزمية جينية ونموذج شبكة عصبية اصطناعية

Authors: May Samir Saleh مي سمير صالح --- Dheyaa W. Abbood . ضياء واجد عبود --- Rafa H. AL-Suhaili رافع هاشم شاكر السهيلي
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2017 Volume: 23 Issue: 9 Pages: 1-22
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

A model using the artificial neural networks and genetic algorithm technique is developed for obtaining optimum dimensions of the foundation length and protections of small hydraulic structures. The procedure involves optimizing an objective function comprising a weighted summation of the state variables. The decision variables considered in the optimization are the upstream and downstream cutoffs lengths and their angles of inclination, the foundation length, and the length of the downstream soil protection. These were obtained for a given maximum difference in head, depth of impervious layer and degree of anisotropy. The optimization carried out is subjected to constraints that ensure a safe structure against the uplift pressure force and sufficient protection length at the downstream side of the structure to overcome an excessive exit gradient. The Geo-studio software was used to analyze 1200 different cases. For each case the length of protection (L) and volume of structure (V) required to satisfy the safety factors mentioned previously were estimated for the input values, namely, the upstream cutoff depth (S1), the downstream cutoff depth (S2), the foundation width (B), the angle of inclination of the upstream cutoff (Ɵ1) and the angle of inclination of the downstream cutoff (Ɵ2), H (difference head), kr (degree of anisotropy) and D (depth of impervious layer). An ANN model was developed and verified using these cases input-output sets as its data base. A MatLAB code was written to perform a genetic algorithm optimization modeling coupled with this ANN model using a formulated optimization model. A sensitivity analysis was done for selecting the cross-over probability, the mutation probability and level, the number of population, the position of the crossover and the weights distribution for all the terms of the objective function. Results indicate that the most factors that affects the optimum solution is the number of population required. The minimum value that gives stable global optimum solution of this parameter is (30000) while other variables have little effect on the optimum solution.

تناول هذا البحث بناء نموذج الامثلية بأستخدام برنامج الماثلاب الذي استخدم لتطبيق تقنية الجينات الوراثية وتقنية الشبكات العصبية الصناعية للوصول الى التصميم الامثل لأساس منشأ هيدروليكي صغير. هذا النموذج تم بناءه لايجاد الأبعاد المثلى للقواطع الاساس في كل من المقدم و المؤخر وكذلك ايجاد ميلان تلك الركائز وطول الارضية الاساس و طول الحماية المطلوبة في المؤخر في المنشات الهيدروليكية. تم ايجاد هذه الابعاد لقيم معطات لكل من اعلى فرق للشحنة بين مقدم و مؤخر المنشأ, و لعمق الطبقة الصماء و درجة التباين في قيم خواص التربة مع الاتجاه. دالة الهدف التي تم ايجاد القيم الصغرى لها هي دالة الكلفة بمعاملات كلفة نسبية. اما المحددات المستخدمة في النموذج فهي معاملات الامان ضد ضغط الرفع و غليان التربة. تم نمذجة عدة حالات تحديدا 1200حالة باستخدام برنامج Geo-studio. في هذه النمذجة تم اعتبار التربة متجانسة و ذات تباين مع الاتجاه. لكل حالة تم حساب طول الحماية L و حجم المنشاء V المطلوبة لتحقيق معاملات الامان المشار اليها أعلاه. تم استخدام البيانات الخاصة بالحالات اعلاه لبناء نموذج شبكات العصبية لحساب L و V لقيم معطات من عمق القاطع في المقدم (S1), عمق القاطع في المؤخر(S2) ، ميل القاطع في المقدم (Ɵ1)، عمق القاطع في المؤخر (Ɵ2)، فرق الشحنة بين المقدم و المؤخر(H), طول الارضية (B), عمق طبقة الصماء (D)و درجة التباين (kx/ky) مع الاتجاه في خواص التربة.تم كتابة برنامج Matlab لنموذج الجينات الوراثية يستخدم نموذج شبكات العصبية المشار اليه اعلاه. باستخدام هذا النموذج تم ايجاد الحل الامثل لبعض الحالات المختارة و تم مقارنتها بالنتائج المناضرة التي تم الحصول عليها باستخدام برنامج Geo-studio كانت نتائج النموذجين متقاربة.تم اختبار حساسية التحليل لمعدل الانتقال(pc) ، معامل الطفرة(pm) ، مستوى الطفرة(ML) ، حجم السكان المولد (np)، موقع الـ(cross overing) ومعاملات الكلفة النسبية لدالة الكلفة. بينت النتائج بأن حجم السكان المولد (np) من اهم معاملات نماذج الموروثة الجينية والتي تؤثر على القيمة المثلى للمتغيرات المذكورة سابقا. وقد وجد بأن حجم السكان المولد (np) الذي يعطي الحل المستقر ليس اقل من (30000).

Listing 1 - 1 of 1
Sort by
Narrow your search

Resource type

article (1)


Language

English (1)


Year
From To Submit

2017 (1)