سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

مقایسه دو روش شبکه عصبی مصنوعی و سری زمانی در پیش بینی میزان جریان رودخانه

Publish Year: 1385
Type: Conference paper
Language: Persian
View: 4,308

This Paper With 9 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

WRM02_218

Index date: 24 July 2006

مقایسه دو روش شبکه عصبی مصنوعی و سری زمانی در پیش بینی میزان جریان رودخانه abstract

برنامه ریزی، توسعه، مدیریت و بهره برداری بهینه از سیستم های منابع آب، ضرورت دسترسی به اطلاعات متنوعی را در زمینه های هواشناسی، هیدرولوژی ، اقتصادی، اجتماعی و … تداعی می نماید. مدلهای ریاضی موجود به داده های فراوانی در زمینه های متعدد نیاز دارند. در سالهای اخیر، از شبکه های عصبی مصنوعی به دلیل توانمندی آنها در حل مسائل پیچیده و غیر خطی، به طرز قابل توجهی در شبیه سازی فرآیندهای مختلف استفاده شده است. در این تحقیق با استفاده از شبکه عصبی پرسپترون سه لایه با تابع تاتژانت سیگموئید (tansig) در لایه مخفی و تابع خطی (purelin) در لایه خروجی و متد آموزش لونبرگ – مارکوات (LM) و با استفاده از اطلاعات ایستگاه های آبسنجی موجود درحوزه، مدلی برای پیش بینی جریان روزانه و ساعتی در خروجی حوزه کر – چمریز ، ایجاد و نتایج آن با روش خطی سری زمانی اتورگرسیو و رگرسیون چندگانه مقایسه شده است. در تمام الگوهای به کار رفته در مقیاس زمانی روزانه عملکرد شبکه عصبی بهتر ازروشهای اتورگرسیو و رگرسیون چندگانه بوده است ولی در مقیاس زمانی ساعتی نتایج بر عکس بوده است.

مقایسه دو روش شبکه عصبی مصنوعی و سری زمانی در پیش بینی میزان جریان رودخانه Keywords:

پیش بینی جریان رودخانه , سیستم های هشدار سیل , پرسپترون چند لایه , پس انتشار خطا , اتورگرسیو , رگرسیون چندگانه

مقایسه دو روش شبکه عصبی مصنوعی و سری زمانی در پیش بینی میزان جریان رودخانه authors

محبوبه کفیل

کارشناسی ارشد سازه های آبی دانشگاه مازندران

میرخالق ضیاء تبار احمدی

استاد گروه آبیاری دانشگاه مازندران

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 :
منهاج، م. ب. (1377). هوش محاسباتی(جلد اول)، مبانی شبکه های ...
مهندسین مشاور زیست کاو. (1376 الف). مطالعات هیدرو کلیماتولوژی سیستم ...
ASCE Task Committee _ Application of Artificial Neural Network In ...
Cigizoglu, H.K. (2005). "Application of generalized regression neural networks to ...
Dolling, O. R. and Varas, E. A. (2002). "Artificial neural ...
Fausett, L. V. (1994). Fundumental of Neural Networks: Architecture, Algorithms ...
Salas, J. D. and Delleur, J. W. (1997). Applied modeling ...
نمایش کامل مراجع

مقاله فارسی "مقایسه دو روش شبکه عصبی مصنوعی و سری زمانی در پیش بینی میزان جریان رودخانه" توسط محبوبه کفیل، کارشناسی ارشد سازه های آبی دانشگاه مازندران؛ میرخالق ضیاء تبار احمدی، استاد گروه آبیاری دانشگاه مازندران نوشته شده و در سال 1385 پس از تایید کمیته علمی دومین کنفرانس مدیریت منابع آب پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله پیش بینی جریان رودخانه ، سیستم های هشدار سیل ، پرسپترون چند لایه ، پس انتشار خطا ، اتورگرسیو ، رگرسیون چندگانه هستند. این مقاله در تاریخ 2 مرداد 1385 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 4308 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که برنامه ریزی، توسعه، مدیریت و بهره برداری بهینه از سیستم های منابع آب، ضرورت دسترسی به اطلاعات متنوعی را در زمینه های هواشناسی، هیدرولوژی ، اقتصادی، اجتماعی و … تداعی می نماید. مدلهای ریاضی موجود به داده های فراوانی در زمینه های متعدد نیاز دارند. در سالهای اخیر، از شبکه های عصبی مصنوعی به دلیل توانمندی آنها در حل مسائل ... . این مقاله در دسته بندی موضوعی شبکه عصبی و سیلاب طبقه بندی شده است. برای دانلود فایل کامل مقاله مقایسه دو روش شبکه عصبی مصنوعی و سری زمانی در پیش بینی میزان جریان رودخانه با 9 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.