...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Hydroinformatics >Design of an adaptive neuro-fuzzy computing technique for predicting flow variables in a 90 degrees sharp bend
【24h】

Design of an adaptive neuro-fuzzy computing technique for predicting flow variables in a 90 degrees sharp bend

机译：预测90度急转弯流量变量的自适应神经模糊计算技术的设计

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Investigating flow patterns in sharp bends is more essential than in mild bends due to the complex behaviour exhibited by sharp bends. Flow variable prediction in bends is among several concerns of hydraulics scientists. In this study, the adaptive neuro-fuzzy inference system (ANFIS) is applied to predict axial velocity and flow depth in a 90 degrees sharp bend. The experimental velocity and flow depth data for five discharge rates of 5, 7.8, 13.6, 19.1 and 25.3 L/s are used for training and testing the models. In ANFIS training, the two algorithms employed are back propagation (BP) and a hybrid of BP and least squares. In model design, the grid partitioning (GP) and sub-clustering methods are used for fuzzy inference system generation. The results indicate that ANFIS-GP-Hybrid predicts velocity best followed by flow depth.
机译：由于在急弯中表现出复杂的行为，因此与在轻度弯中相比，调查流型更为重要。弯头中的流量变量预测是水力学科学家关注的几个问题。在这项研究中，将自适应神经模糊推理系统（ANFIS）应用于预测90度急弯中的轴向速度和流动深度。以5、7.8、13.6、19.1和25.3 L / s的五个排放速率的实验速度和流动深度数据来训练和测试模型。在ANFIS训练中，采用的两种算法是反向传播（BP）和BP与最小二乘的混合。在模型设计中，网格划分（GP）和子聚类方法用于模糊推理系统的生成。结果表明，ANFIS-GP-Hybrid预测速度最佳，其次是流动深度。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号