پی شبینی بارش ماهانه در ایستگاه سینوپتیک بیجار با استفاده از شبکه عصبی مصنوعی
Publish place: Second National Conference on Water Crisis
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 686
This Paper With 7 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:
شناسه ملی سند علمی:
NCWC02_151
تاریخ نمایه سازی: 7 آبان 1393
Abstract:
پدیده بارش یکی از مهمترین داده های ورودی به سیستم های هیدرولوژیکی محسوب می شود که مطالعه و اندازه گیری آن در اکثر موارد برای مطالعات رواناب، خشکسالی، آب های زیرزمینی، سیلاب، رسوب ضروری است. در این مقاله سعی شده است با استفاده از روش شبکه (MLP) عصبی مصنوعی و داده های ۳۱ ساله ایستگاه سینوپتیک شهرستان بیجار مدلی برای پیش بینی بارندگی ماهانه به ارائه گردد. مزیت این روش انعطاف پذیری بالای شبکه عصبی مصنوعی در مقابل توابع پیچیده و استفاده از ورودی هایی است که به راحتی در دسترس می باشند. نتایج بدست آمده نشان می دهد که این مدل قادر است میزان بارندگی را با دقت قابل قبولی پیش بینی کند. در نهایت شبکه عصبی بهینه با یک لایه مخفی و ۲۰ نرون برای تخمین بارش ماهانه در ایستگاه سینوپتیک بیجار ارائه شد.
Keywords:
Authors
دریا یاری
دانشجوی کارشناسی ارشد،دانشکده آب و خاک،دانشگاه زابل
محمد نهتانی
استادیار، دانشکده آب و خاک، دانشگاه زابل
مهناز رستمی
دانشجوی کارشناسی ارشد،دانشکده آب و خاک،دانشگاه زابل
سلمان شریف آذری
کارشناسی ارشد،دانشکده آب و خاک،دانشگاه زابل
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 :