@article{Ходневич_Стефанишин_2022, title={Data arrangements to train an artificial neural network within solving the tasks for calculating the Chézy roughness coefficient under uncertainty of parameters determining the hydraulic resistance to flow in river channels}, volume={42}, url={http://es-journal.in.ua/article/view/260694}, DOI={10.32347/2411-4049.2022.2.59-85}, abstractNote={<p>Гідравлічні розрахунки та математичне моделювання відкритих течій у руслах річок досі залишаються одними з найактуальніших гідротехнічних задач сучасності з точки зору практики. При їх розв’язуванні, незалежно від теми та мети дослідження, використаних методів тощо, зазвичай приймається та застосовується ряд спрощень та припущень. Крім того, існує низка методологічних, структурних і параметричних невизначеностей, подолання яких вимагає складних емпіричних попередніх досліджень. Перш за все, ці невизначеності стосуються оцінки гідравлічних опорів та встановлення їх чисельних характеристик, які залежать від багатьох факторів, що змінюються в просторі та в часі.<br>Однією з найбільш популярних інтегральних емпіричних характеристик, що виражають гідравлічний опір відкритим потокам у руслах річок, є коефіцієнт шорсткості Шезі C. На даний момент існує велика кількість емпіричних і напівемпіричних формул і залежностей для розрахунку коефіцієнта Шезі. Однак, незважаючи на велику кількість емпіричних і напівемпіричних формул і залежностей для його розрахунку, ідеального способу чи методу для однозначного визначення цієї емпіричної характеристики не існує. З одного боку, щоб вибрати відповідну формулу для розрахунку коефіцієнта Шезі, ми повинні приймати до уваги практичний досвід, заснований на комплексному аналізі варіантів, розглядати різні емпіричні рівняння, які альтернативно використовуються для представлення гідравлічного опору відкритим потокам. З іншого боку, суттєву роль може відігравати повнота та комплексність польових досліджень численних гідроморфологічних факторів і параметрів, що характеризують різні аспекти гідравлічного опору відкритим потокам. Зокрема, оцінка точності обчислення коефіцієнта Шезі за польовими даними, незважаючи на методи та формули, свідчить про те, що точність польових вимірювань параметрів, що входять до обраних формул, значною мірою визначає відносну похибку таких розрахунків.<br>У цій статті розглядається проблема упорядкування даних та розробки загальних правил формування навчальних і тестових вибірок даних для навчання штучних нейронних мереж, які розробляються для обчислення коефіцієнта Шезі з урахуванням параметричної невизначеності даних про гідроморфологічні фактори та параметри, що характеризують гідравлічний опір у руслах річок. Задача вирішується на прикладі штучної нейронної мережі прямого поширення з одним прихованим шаром і сигмоподібною логістичною функцією активації.</p>}, number={2}, journal={Екологічна безпека та природокористування}, author={Ходневич, Я.В. and Стефанишин, Д.В.}, year={2022}, month={Чер}, pages={59–85} }