شبیهسازی رسوب معلق روزانه با استفاده از مدلهای ANN و ANN-PSO
Publish place: Sixth Conference on New Findings in Agricultural Sciences, Environment and Natural Resources
Publish Year: 1400
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 195
This Paper With 8 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:
ASESNR06_009
تاریخ نمایه سازی: 25 آبان 1401
Abstract:
اطلاع و آگاهی از مقدار رسوب معلق یکی از فاکتورهای مهم در طراحی و ساخت سازه های آبی نظیر سدها و همچنین مدیریت پروژه هایمنابع آب می باشد. امروزه یکی از روش های نوین در حل مسائل مهندسی آب و رودخانه ها و همچنین برآورد رسوب معلق رودخانه ها،استفاده از روش های هوش مصنوعی می باشد که مورد توجه بسیاری از محققان و پژوهشگران قرار گرفته است. هدف از انجام این تحقیقارزیابی و مقایسه دو روش هوش مصنوعی ANN و ANN-PSO در پیش بینی رسوب معلق روزانه ایستگاه جمال بیگ در خروجی حوزهآبخیز خارستان واقع در شمال غرب استان فارس می باشد. بدین منظور ابتدا آمار همزمان دبی آب و دبی رسوب رودخانه شور خارستان در خروجی حوزه آبخیز در دوره آماری ۱۳۹۹-۱۳۷۱ جمع آوری گردید. ۸۰ درصد داده ها به عنوان داده های آموزش و ۲۰ درصد دیگر به عنوان داده های آزمون جهت مدل سازی رسوب معلق روزانه توسط مدل های ANN و ANN-PSO استفاده گردید. نتایج نشان داد که روش ANN-PSO با دارا بودن مقادیرRMSE=۲۶/۴۹۴پایین و R=۰/۹۱۲,NSE=۰/۸۲۶ بالاتر نسبت به مدل ANNبرتری داشته و می توان به عنوان روش مناسب جهت شبیه سازی و پیش بینی رسوب معلق روزانه در ایستگاه جمال بیگ استفاده کرد.
Keywords:
Authors
محمد شعبانی
گروه مهندسی آب، واحد مرودشت، دانشگاه آزاد اسلامی، مرودشت، ایران