شبکه عصبی مصنوعی ترکیب شده با الگوریتم رقابت استعماری به منظور برآورد رسوب در رودخانه

Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 737

This Paper With 14 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:

ICCAU01_0675

تاریخ نمایه سازی: 29 تیر 1393

Abstract:

برآورد حجم رسوبات حمل شده توسط رودخانه به یک مسئله مهم در مهندسی آب تبدیل شده است . ولی به دلیل عدم دستیابی به اطلاعات کامل و دقیق پارامترهای تاثیر گذار در فرایند رسوب و ساختار کاملا غیرخطی نظیر تغییرات مکانیو زمانی نمی توان برای الگوبندی رسوب یک مدل جامع معرفی کرد. امروزه تکنیک جدید استفاده از مدل شبکه های عصبی مصنوعی تکاملی که مبتنی بر الگوریتم های بهینه سازی می باشد کاربرد گسترده ای در زمینه های مختلف علمیبه ویژه مهندسی آب و رودخانه پیدا کرده است. الگوریتم رقابت استعماری یک الگوریتم مبتنی بر جمعیت تصادفی استکه از ایده تکامل سیاسی- اجتماعی بشر الهام گرفته است . در این الگوریتم تعدادی کشور استعمارگر همراه بامستعمراتشان به جستجو برای یافتن نقطه بهینه عمومی برای حل مسئله بهینه سازی می پردازند. در این تحقیق بهتعیین رسوب در در رودخانه کارون ، ایستگاه اهواز با استفاده از مدل شبکه عصبی مصنوعی Feed Forward پرداخته می گردد. از جمله مواردی که به عنوان یک روش جدید بیان شده است استفاده از الگوریتم رقابت استعماری به منظوربهینه سازی وزنهای شبکه عصبی مصنوعی می باشد . بدین منظور پارامترهای دبی ، اشل ، ماه و ضریب غلظت به عنوان پارامترهای ورودی و پارامتر رسوب به عنوان پارامتر خروجی می باشد. این مقایسه در دو مرحله آموزش ، آزمون صورت می گیرد. نتایج نشان می دهد که شبکه عصبی مصنوعی که وزنهای آن با الگوریتم رقابت استعماری بهینه شده است از توانایی ، انعطاف پذیری و دقت مناسبی در تعیین رسوب در رودخانه برخوردار می باشد

Authors

سیدعبدالنبی رضوی

دانشگاه آزاد اسلامی واحد آبادان، آبادان، ایران

مهدی نیکو

آموزشکده فنی و حرفه ای سما ، دانشگاه آزاد اسلامی واحد اهواز ، اهواز ، ایران

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 :