بررسی عملکرد شبکه عصبی MLP در پیش بینی نرخ فرسایش رسوبات چسبنده
Publish place: 5th Iranian Water Resources Management Conference
Publish Year: 1392
Type: Conference paper
Language: Persian
View: 716
This Paper With 10 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:
WRM05_507
Index date: 16 July 2014
بررسی عملکرد شبکه عصبی MLP در پیش بینی نرخ فرسایش رسوبات چسبنده abstract
رفتار رسوبات چسبنده به علت ماهیت الکتروشیمیایی آن ها کاملاً متفاوت از رسوبات غیرچسبنده است. رسوبات ریزدانه شامل کانی های رسی با سطح مخصوص بزرگ می باشند. این ویژگی رسوبات باعث ایجاد پیوند با موادی دیگر ازجمله رس، سیلت، سدیم و... خواهد شد. این ترکیبات منجر به تشکیل ساختارهای خاکدانه ای و کلوخجه ای شکل (فولوکوله شدن) می شوند که در رفتار این رسوبات اثر بسزایی خواهند داشت. در تعیین نرخ فرسایش رسوبات غیرچسبنده از پارامترهای فیزیکی این رسوبات از جمله قطر متوسط، چگالی و ... استفاده می گردد، در حالی که به علت پیچیدگی رفتار رسوبات چسبنده نرخ فرسایش این رسوبات به صورت رابطه ای میان نرخ فرسایش و تنش برشی بستر به همراه ضرایب ثابت مربوط به هر نوع رسوب تعریف می گردند. از آن جا که آگاهی از آستانه حرکت رسوبات ریزدانه و نرخ فرسایش آن ها در هیدرولیک رسوب دارای اهمیت است، در این تحقیق از اطلاعات آزمایشگاهی فلوم مستقیم رسوبات چسبنده مصب رودخانه لویر به دریای آتلانتیک در کشور فرانسته استفاده شده است که توسط حسینی (1999) با پارامترهای مختلفی از قبیل غلظت رسوبات، تنش برشی بستر و نرخ فرسایش مورد بررسی قرار گرفته است. در ادامه به بررسی عملکرد شبکه عصبی مصنوعی در پیش بینی نرخ فرسایش رسوبات چسبنده پرداخته شد.
بررسی عملکرد شبکه عصبی MLP در پیش بینی نرخ فرسایش رسوبات چسبنده Keywords:
بررسی عملکرد شبکه عصبی MLP در پیش بینی نرخ فرسایش رسوبات چسبنده authors
مهران خیرخواهان
کارشناس ارشد سازه های هیدرولیکی،دانشکده عمران،دانشگاه سمنان
شهرزاد اعوانی
دانشجوی کارشناسی ارشد تبدیل انرژی،دانشکده مکانیک،دانشگاه سمنان
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 :