شبیه سازی و پیش بینی کیفیت آب سطحی با استفاده ازمدل شبکه عصبی مصنوعی مطالعه موردی رودخانه زیارت استان گلستان
Publish place: 09th International River Engineering Conference
Publish Year: 1391
Type: Conference paper
Language: Persian
View: 925
This Paper With 9 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:
IREC09_387
Index date: 9 March 2013
شبیه سازی و پیش بینی کیفیت آب سطحی با استفاده ازمدل شبکه عصبی مصنوعی مطالعه موردی رودخانه زیارت استان گلستان abstract
رودخانه ها به عنوان مهمترین منابع تامین و انتقال آب مصرف بخشهای صنعت کشاورزی و شهری ازاهمیت خاصی برخوردار بوده و به علت اینکه ازبسترها و مناطق مختلفی می گذرند نوسانات کیفی زیادی دارند منظور ازTDS کل مواد جامد محلول درآب است که برابر با مجموع غلظت همه یونهای محلول درآب می باشد اکثر مدلهای موجود درزمینه پیش بینی و شبیه سازی شرایط موجود وضعیت کیفی رودخانه ها نیازمند پارامترهای ورودی بسیارهستند که یا دسترسی به آنها مشکل است داده های استفاده شده مربوط به ایستگاه نهارخوران دربازه سالهای 1347تا1390 شامل غلظت های سدیم کلسیم منیزیم کلر سولفات بی کربنات PH و دبی به عنوان پارامترهای ورودی به مدل و پارامتر کل مواد محلول TDS به عنوان پارامتر خروجی می باشد عملکرد مدل شبکه عصبی نشان داد که شبکه عصبی پرسپترون چندلایه درپیش بینی غلظت موادمحلول نتایج قابل قبولی ارایه میدهد.
شبیه سازی و پیش بینی کیفیت آب سطحی با استفاده ازمدل شبکه عصبی مصنوعی مطالعه موردی رودخانه زیارت استان گلستان Keywords:
شبیه سازی و پیش بینی کیفیت آب سطحی با استفاده ازمدل شبکه عصبی مصنوعی مطالعه موردی رودخانه زیارت استان گلستان authors
امیراحمد دهقانی
استادیار دانشگاه علوم کشاورزی و منابع طبیعی ساری
حمید گنجی زاده
دانشجوی ارشد مهندسی منابع آب
رضا گنجی زاده
دانشجوی ارشد ابیاری و زهکشی
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 :