پیش بینی بار متعلق رودخانه با استفاده از شبکه عصبی مصنوعی و منحنی سنجه رسوب

Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 668

This Paper With 6 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:

WATERSHED09_061

تاریخ نمایه سازی: 22 اردیبهشت 1393

Abstract:

برآورد میزان دقیق رسوبات معلق دررودخانه ها ازابعاد مختلف کشاورزی و حفاظت خاک کشتیرانی سدسازی حیات آبزیان و ابعادتحقیقاتی دارای اهمیت فراوانی است روشهای مختلفی برای بررسی و براورد رسوبات معلق رودخانه موجود می باشد که البته توانایی این روشها متفاوت است درتحقیق حاضر به منظور مقایسه و بررسی توانایی شبکه های عصبی درپیش بینی رسوب معلق ازداده های متوسط رسوب معلق ماهانه ایستگاه قزاقلی واقع برروی گرگان رود استفاده شده است داده های موجود بصورت درمحیط نرم افزار Neurosolutions 5 به کارگرفته شد و درنهایت پیش بینی رسوب برای 111 ماه انجام گرفت نتایج حاصل ازارزیابی مقادیر پیش بینی شده توسط مدلهای مختلف با شاخصهای اندازه گیری خطا شامل mse و NMSE نشان داد که شبکه های عصبی درمقایسه با منحنی سنجه توانایی بهتری درپیش بینی و مدلسازی رسوب ماهانه دارد

Authors

فاطمه برزگری

دانشجوی دکتری آبخیزداری دانشگاه یزد

محمد تقی دستورانی

دانشیار دانشکده منابع طبیعی دانشگاه یزد درحال حاضرمامور دردانشگاه فردوسی مشهد

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 :
  • برزگری بنادکوکی ف، 1384. مقایسه روش های براورد رسوب معلق ...
  • تلوری، عبدالرسول، 1382، ارتباط بین میزان رسوب معلق و برخی ...
  • جعفری میانائی س و کشاورزی ع ر، 1387. مقایسه رو ... [مقاله کنفرانسی]
  • حکیم خانی ش، 1377.ارائه مدل رگرسیونی چند متغیره بر اساس ...
  • ذرتی پور ا، 1385 .مقایسه روش های هیدرولوژیکی براورد بر ...
  • عرب خدری م، و همکاران، 1383.اعتبار روش های برون یابی ...
  • عرب خدری م و عبدالهی ح، 1380.اثر به کارگیری آبنمود ... [مقاله کنفرانسی]
  • مساعدی ا و محمدی استادکلایه ا، 1381. بهینه سازی روابط ...
  • Abrahart RJ, White SM, 2001. Modeling sediment transfer in Malawi: ...
  • Alp M, Cigizoglu HK, 2007. Suspended sediment estimation by feed ...
  • Asselman NEM, 2002, Fitting and interpretation of sediment rating curves ...
  • Cigizoglu, HK, Kisi O, 2006. Methods to improve the neural ...
  • Cobaner M, Unal B and Kisi O, 2009. Suspended sediment ...
  • Ferguson RI, 1986. River load understimated by rating curves , ...
  • Iadanza, C., and Napolitano, F. 2006. Sediment transport time series ...
  • Jain SK, 2001. Development of integrated sediment rating curves using ...
  • Kao, Sh.., Lee, T.Y., and Milliman, J.D. 2005. Calculating highly ...
  • Kisi O, (2008). Constructing neural network sediment estimation models using ...
  • Koch.R.W.and G.M.Smillie. 1986, Comment on "river loads underestimated by rating ...
  • Lovejoy SB, Lee JG, Randhir TO, Engel BA, 1997. Research ...
  • Meless AM, Ahmad S, Mcclain ME, Wang X, Lim YH, ...
  • Mosaedi, A. 1998. Hydrological sizing of sediment reservoir system for ...
  • Nagy HM, Watanabe K, Hirano M, 2002. Prediction of sediment ...
  • Robert BT, 1 985, Estimating total suspended sediment yield with ...
  • Thomas.R.B. 1 985.Estimating total suspended sediment yield with probability sampling. ...
  • Yitian L, Gu RR, 2003. Modeling flow and sediment transport ...
  • نمایش کامل مراجع