مقایسه روش شبکه عصبی مصنوعی و روش منحنی سنجه رسوب جهت برآورد باررسوب ( مطالعه موردی)
Publish place: 1st Regional Water Resources Development Conference
Publish Year: 1390
Type: Conference paper
Language: Persian
View: 1,946
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
RWRDC01_105
Index date: 1 May 2011
مقایسه روش شبکه عصبی مصنوعی و روش منحنی سنجه رسوب جهت برآورد باررسوب ( مطالعه موردی) abstract
تخمین دقیق حجم رسوبات حمل شده بوسیلهی رودخانهها در بسیاری از پروژهها ی مد یریت منابع آب دارای اهمیت فراوان است. تاکنون مدلهای هیدرولوژیکی خطی فراوانی جهت برآوردوتخمین رسوبات رودخانه ها ارائه شده است، اما با توجه به رفتار غ ی ر خط ی پارامتر ها ی هیدرولوژیکی، استفاده از روشهای کلاسیک مانند منحن ی سنجه از دقت کاف ی برخوردار نیستند. در سالهای اخیر تحقیقات انجام شده نشان داده که است فاده از روش شبکه عصب ی مصنوعی میتواند به عنوان ابزاری توانمند در مدلسازی پارامترهای هیدرولوژیکی بکار گر فته شود. در این مقاله، تخمین بار معلق رسوب رودخانه شاپور واقع در استان بوشهر با استفاده از مدل شبکه عصبی مصنوعی و مدل سنجه رسوب انجام پذیرفته است . مدل شبکه عصب ی مصنوعی استفاده شده، شبکه پس انتشار خطا بوده و بهترین مدل، طی سه مرحله بدست آمده است. در مراحل اول و دوم، شبکه با یک ورودی دبی آب و ی ک خروج ی رسوب و در مرحله سوم با دو ورودی دبی و بارش و یک خروجی رسوب، مدلسازی شده است. نتایج بدست آمده از مقایسه مدل شبکه عصبی مصنوعی با روش منحنی سنجه نشان می دهد که مدل شبکه عصبی بهتر می تواند پدیده انتقال رسوب را پیشبینی نماید
مقایسه روش شبکه عصبی مصنوعی و روش منحنی سنجه رسوب جهت برآورد باررسوب ( مطالعه موردی) Keywords:
مقایسه روش شبکه عصبی مصنوعی و روش منحنی سنجه رسوب جهت برآورد باررسوب ( مطالعه موردی) authors
عبدالمجید محمدی
دانشجوی کارشناسی ارشد آب، دانشگاه سیستان و بلوچستان، گروه عمران،
غلامحسین اکبری
استادیار، دانشگاه سیستان و بلوچستان، گروه عمران،
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :