تخمین هوشمند دبی جریان ورودی به مخزن با استفاده از مدل تلفیقی شبکه عصبی و تبدیلات موجک(مطالعه موردی: سد مخزنی دز)
Publish place: 2nd Water Resources Management
Publish Year: 1385
Type: Conference paper
Language: Persian
View: 1,502
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:
WRM02_147
Index date: 24 July 2006
تخمین هوشمند دبی جریان ورودی به مخزن با استفاده از مدل تلفیقی شبکه عصبی و تبدیلات موجک(مطالعه موردی: سد مخزنی دز) abstract
سد دز یکی از قدیمی ترین سدهای مدرن چند منظوره ایران است که بـر روی رودخانـه دز در نزدیکـی شهرهای دزفول و اندیمشک ساخته شده است . بهرهبرداری از این سد با توجـه بـه موقعیـت اسـتراتژیک آن در شبکه سراسری برق کشور، سابقه طولانی بهره برداری، ابعاد و چندمنظوره بـودن آن خصوصـاً در کنتـرل سـیل و وجود مناطق مهم در پایین دست سد، از اهمیت خاصی برخوردار است . پیشبینی جریان ورودی به مخزن مـی - تواند نقش مهمی در بهره برداری مؤثر از سد ایفا نماید . این مقاله به ارائه یک مدل هوشـمند تلفیقـی مبتنـی بـر شبکه عصبی مصنوعی و تبدیلات موجک برای پیش بینی 15 روزه و ماهانه جریان ورودی به مخـزن سـد دز مـی - پردازد . نتایج نشان می دهد، بکارگیری این مدل سبب ارتقای قابل ملاحظه دقتپیش بینی های 15 روزه و ماهانه جریان ورودی به مخزن سد نسبت به مدل های پیشبینی شبکههای عصبی مصـنوعی شـده اسـت . در ایـن مقالـه 2 عملکرد مدلهای پیشبینی به کمک معیارهای R ، RMSE و NMSE مورد ارزیابی قرار گرفتند .
تخمین هوشمند دبی جریان ورودی به مخزن با استفاده از مدل تلفیقی شبکه عصبی و تبدیلات موجک(مطالعه موردی: سد مخزنی دز) Keywords:
تخمین هوشمند دبی جریان ورودی به مخزن با استفاده از مدل تلفیقی شبکه عصبی و تبدیلات موجک(مطالعه موردی: سد مخزنی دز) authors
حسین مهدیخانی
کارشناس ارشد مهندسی منابع آب، دانشکده مهندسی عمران، دانشگاه صنعتی شریف
احمد ابریشم چی
استاد دانشکده مهندسی عمران، دانشگاه صنعتی شریف - تهران
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 :