جایگاه شبکه های عصبی در مدیریت کیفی مخازن سد
Publish place: 5TH CONFERENCE AND EXHIBITION ON ENVIRONMENTAL ENGINEERING
Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,240
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CEE05_135
تاریخ نمایه سازی: 2 شهریور 1390
Abstract:
احداث سد و کنترل روان آب های سطحی یکی از رویکردهای بسیار متداول برای تأمین نیاز آبی جوامع انسانی به شمار می آید. اما حفظ کیفیت آب ذخیره شده و شناخت و بررسی تغییرات آن در طول زمان از دغدغه های همیشگی دست اندرکاران صنعت آب بوده است. مدلسازی و بهره گیری از روابط ریاضی ابزاری مناسب برای تصمیم گیری و پیش بینی تغییرات کیفی منابع آب به ویژه سدها می باشد که در طی سال های اخیر توجه زیادی را به خود معطوف ساخته است. اما دو خصوصیت عمده پدیده های کیفی منابع آب شامل: 1- تأثیرگذار بودن متغییرهای زیاد و 2- روابط بسیار پیچیده ی بین اجزا باعث گردیده تا پیش بینی اغلب مدل های مرسوم با خطاهای غیر قابل اجتناب همراه باشد.شبکه های عصبی مصنوعی از جمله روش های پیشرفته و نوین در مدل سازی می باشند که امروزه در تمام علوم مهندسی به عنوان یک ابزار قوی شناخته شده اند. قابلیت های شبکه های عصبی مصنوعی باعث شده است تا یکی از روش های کارآمد در مدل سازی پدیده های کیفی منابع آب به ویژه تغذیه گرایی مخازن باشند. نحوه تعیین پارامترهای ورودی و نوع شبکه عصبی مورد استفاده در مدل سازی، مباحثی است که در راستای دستیابی به نتایج بهتر موضوع تحقیقات بی شماری در سال های اخیر بوده است. در این مقاله با بررسی پژوهش های انجام گرفته در این زمینه جایگاه شبکه های عصبی در مدیریت کیفی مخازن سد مورد مطالعه قرار گرفته است.
Keywords:
Authors
امیرحسین جاوید
دانشیار گروه محیط زیست - منابع آب دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهرا
لیلا کریمی
دانشجوی کارشناسی ارشد محیط زیست- منابع آب دانشگاه آزاد اسلامی واحد علوم و تحقی
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 :