@ARTICLE{Hakimi Khansar, author = {Hakimi Khansar, Hossein and Parsa, Javad and Hosseinzadeh Dalir, Ali and Shiri, Jalal and }, title = {Pore water pressure coefficient forecasting in the body of earth dams at the time of construction and determination of its effective features using WCA-ANN hybrid algorithm}, volume = {8}, number = {29}, abstract ={در این مطالعه قابلیت الگوریتم هیبریدی WCA-ANN در زمینه مدل‌سازی ضریب فشار آب حفره‌ای در بدنه سد کبودوال (مطالعه موردی) در زمان ساخت و تعیین ویژگی‌های مؤثر بر آن ارزیابی شده است. در این راستا از پنج ویژگی شامل تراز خاک ریزی، زمان ‌ساخت سد، تراز مخزن (آبگیری)، سرعت آبگیری و سرعت خاک ریزی در طول دوره آماری 4ساله به عنوان ورودی مدل هیبریدی انتخاب شدند. با اجرای الگوریتم هیبریدی و روش انتخاب ویژگی، دو ویژگی تراز خاک ریزی و زمان ساخت در نقاط RU19.1 و RU19.2 بیش‌ترین تأثیر را بر مدل‌سازی ضریب فشار آب حفره‌ای خاک دارند. علاوه بر دو ویژگی فوق، در نقاط محور میانی و مرکز مقطع عرضی، ویژگی‌های سرعت خاک ریزی و تراز آبگیری با مقدار خطا (MSE) برابر 00006/0 و در نقاط نزدیک مخزن ویژگی های تراز آبگیری و سرعت آبگیری با مقدار خطا برابر 00004/0، بر مدل‌سازی ضریب فشار آب حفره‌ای موثر هستند. در نهایت می توان گفت که در نقاط نزدیک به محور سد، تراز خاک ریزی و در نقاط واقع در قسمت‌های دورتر از محور میانی و نزدیک مخزن زمان ساخت، با ضریب حساسیت بالا به عنوان مهمترین ویژگی‌ها در مدلسازی ضریب فشار آب حفره‌ای با مدل‌های هوش مصنوعی شناخته می شوند. }, URL = {http://journal.hydropower.org.ir/article-1-439-fa.html}, eprint = {http://journal.hydropower.org.ir/article-1-439-fa.pdf}, journal = {Iranian Dam and Hydroelectric Powerplant}, doi = {}, year = {2021} }