مقایسه عملکرد شبکه عصبی مصنوعی و شبکه عصبی- فازی در پی شبینی دبی متوسط ماهانه حوضه آبریز دارای رژیم برفی (مطالعه موردی: رودخانه جاجرود)

Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,190

This Paper With 10 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

IAUKHSHNCCE03_123

تاریخ نمایه سازی: 22 مرداد 1391

Abstract:

ایران دراقلیمی خشک و نیم هخشک واقع شده و به همین دلیل از گذشت ههای دور تا کنون، آب گنجینه ای ارزشمند در این سرزمین به حساب می آمده و ایرانیان از طرق مختلف سعی در ذخیر هسازی و کنترلآن داشته اند. احداث سدها و ذخیره سازی آب رودخانه ها در پشت سدها، همچنین برنام هریزی برای بهره برداری بهنیه از این آب ذخیره شده مستلزم پی شبینی مقدار آبی است که در اثر بار شهای آینده در پشتسد ذخیره خواهد شد. برف یکی از اشکال بارش است که به دلیل تأخیر در تبدیل به رواناب، مدلسازی چگونگی تبدیل آن به رواناب بسیار متفاوت از مدلسازی سایر اشکال بارش است. در این پژوهش سعی شده بااستفاده از تواناییهای شبک ههای عصبی مصنوعی و شبک ههای عصبی فازی مدلی برای پیش بینی دبی متوسط ماهانه در رودخانه جاجرود تهیه شود که به کمترین میزان اطلاعات ورودی نیازمند باشد. از آنجا که رودخانهجاجرود در حوضه ای با رژیم عمدتاً برفی واقع شده است، سعی شده تا میان اطلاعات آب معادل برف ایستگاه های برف سنجی حوضه و دبی متوسط ماهانه آن رابطه ای منطقی بدست آید. بررسی نتایج و مقایسه ایندو مدل نشان دهنده برتری نسبی مدلسازی شبک ههای عصبی مصنوعی نسبت به شبکه های عصبی فازی در پیش بینی می باشد

Authors

دانیال عباسی

دانشجوی کارشناسی ارشد مهندسی عمران آب، دانشکده علوم آب، دانشگاه آزاد

افشین اشرف زاده

استادیار گروه مهندسی آب، دانشکده علوم کشاورزی، دانشگاه گیلان

حسین قربانی زاده خرازی

استادیار گروه مهندسی آب، دانشکده علوم آب، دانشگاه آزاد اسلامی واحد جا

روزبه غزل

استادیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه آزاد اسلامی واحد ر

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 :