امکان سنجی تقویت پیش بینی بار رسوبی با استفاده از روش های هوشمندمطالعه موردی: رودخانه قطورچای
Publish place: 7th National Congress on Civil Engineering
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 779
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCCE07_1495
تاریخ نمایه سازی: 16 مهر 1392
Abstract:
تخمین درست میزان رسوبات حمل شده توسط رودخانه ها درپروژههای ابی ازاهمیت بسیاری برخورداراست.بطورکلی پدیده فرسایش وانتقال رسوب ازپیچیده ترین مسائل هیدرودینامیکی است که تعیین دقیق معادلات حاکم برآن بدلیل تاثیرات پارامترهای مختلف،به آسانی میسرنیست باوجود انجام تحقیقات بسیا ری در زمینه کاربرد مدل های هوشمند نظیر شبکه های عصبی و برتری این مدل ها نسبت به روابط ریاضی و روابطتجربی نظیر منحنی سنجه رسوب، بدلیل غیر صریح بودن و پیچیدگیحاکمبرانتخابومعماریشبکهمناسب، کاربرد این مد لها توسعه کمتری نسبت به روش های صریحی نظیر برنامه ریزی ژنتیک یافته است. در این پژوهش، بمنظور بهینه سازی پیش بینی در مدل سازی و تایید روش برنامه ریزی ژنتیکGP) ازدبی جریان و بار رسوبی رودخانه قطور چای استفادهشده است. نتایج، کارایی بسیار بالای این روش را بعنوان یک ابزار قوی دربهینه سازی مدل سازی بار رسوبی این رودخانه نشان می دهد.
Keywords:
Authors
کیومرث روشنگر
استادیار گروه عمران-آب،دانشکده فنی-دانشگاه تبریز
محمدتقی اعلمی
دانشیار گروه عمران-آب،دانشکده فنی-دانشگاه تبریز
فاطمه وجودی مهربانی
کارشناس ارشدعمران- سازه های هیدرولیکی، دانشکده فنی-دانشگاه تبریز
ریحانه اسکندری
کارشناس ارشد عمران- آب، دانشکده فنی- دانشگاه تبریز
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 :