سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

کاربرد شبکه های عصبی مصنوعی GMDH در مدل سازی جریان محیط های متخلخل

Publish Year: 1384
Type: Conference paper
Language: Persian
View: 2,038

This Paper With 6 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

ISME13_267

Index date: 12 March 2007

کاربرد شبکه های عصبی مصنوعی GMDH در مدل سازی جریان محیط های متخلخل abstract

بروز آشوب های محلی محیط های متخلخل با افزایش سرعت جریان اجتناب ناپذیر می باشد . بکارگیری مدلهایی همچون قانون خطی دارسی Darcy در اینگونه محیط ها با خطا همراه بوده و از سوی دیگر تعیین ضرایب معادلات غیرخطی که جدا از عدم قطعیت ها در تقریب نیست، نیازمند تلاشهای تجربی می باشد . در این کوشش ساختاری غیرخطی، برپایه کارهای تجربی پیشینیان، برای مدل سازی جریان در محیط های متخلخل با بهره جویی از شبکه های عصبی GMDH پیشنهاد شده است . ورودی ساختار پیشنهادی، شبکه عصبی، جواب سه معادله تجربی که بیشترین همخوانی را با واقعیت دارند می باشد . دستاوردها نشان از بالاتر بودن ضریب همبستگی نسبت به مدلهای بکار رفته و همخوانی پاسخ مدل پیشنهادی با جوابهای واقعی دارد .

کاربرد شبکه های عصبی مصنوعی GMDH در مدل سازی جریان محیط های متخلخل Keywords:

محیط متخلخل - آشوب - شبکه های عصبی - GMDH

کاربرد شبکه های عصبی مصنوعی GMDH در مدل سازی جریان محیط های متخلخل authors

حسین پورخادم نمین

مربی، دانشگاه صنعتی شاهرود، دانشکده مکانیک

علیرضا ناظمی

دانشجوی دکترا دانشگاه صنعتی شاهرود، دانشکده مکانیک

مقاله فارسی "کاربرد شبکه های عصبی مصنوعی GMDH در مدل سازی جریان محیط های متخلخل" توسط حسین پورخادم نمین، مربی، دانشگاه صنعتی شاهرود، دانشکده مکانیک؛ علیرضا ناظمی، دانشجوی دکترا دانشگاه صنعتی شاهرود، دانشکده مکانیک نوشته شده و در سال 1384 پس از تایید کمیته علمی سیزدهمین کنفرانس سالانه مهندسی مکانیک پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله محیط متخلخل - آشوب - شبکه های عصبی - GMDH هستند. این مقاله در تاریخ 21 اسفند 1385 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 2038 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که بروز آشوب های محلی محیط های متخلخل با افزایش سرعت جریان اجتناب ناپذیر می باشد . بکارگیری مدلهایی همچون قانون خطی دارسی Darcy در اینگونه محیط ها با خطا همراه بوده و از سوی دیگر تعیین ضرایب معادلات غیرخطی که جدا از عدم قطعیت ها در تقریب نیست، نیازمند تلاشهای تجربی می باشد . در این کوشش ساختاری غیرخطی، برپایه ... . برای دانلود فایل کامل مقاله کاربرد شبکه های عصبی مصنوعی GMDH در مدل سازی جریان محیط های متخلخل با 6 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.