پیش بینی تبخیر ماهانه با استفاده از شبکه عصبی مصنوعی و سیستم استنتاج عصبی – فازی (مطالعه موردی:ایستگاه تمر گرگان)
Publish place: Second National Conference on Water Crisis
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 636
This Paper With 10 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_178
تاریخ نمایه سازی: 7 آبان 1393
Abstract:
امروزه در دنیا، آب و منابع آ ب ، یکی از پایه های اصلی توسعه پایدار به شمار می رود. تغییر و تحول کمی و کیفی منابع آب تحت تأثیر فعالیت های مختلف در هر حوزه هیدرولوژیکی رخ می دهد که با توجه به محدودیت منابع آب، جلوگیری از آن بسیار مهم و حیاتی می باشد. در زمینه تبخیر مدل های زیادی ارائه شده است که بیشتر این مدل ها نیازمند پارامترهای ورودی هستند که یا دسترسی به آنها مشکل است و یا اندازه گیری آنها محتاج صرف هزینه و زمان زیادی می باشد. در بحث شناسائی سیستم، مدل های آماری قوی برای مدلسازی فرآیندهای اتفاقی و سری های زمانی وجود دارد.در این تحقیق P باران ماهانه، T دمای متوسط ماهانه، T2 حداکثر مطلق دما و T3 حداقل مطلق دما، متوسط حداقل دما T4 و متوسط حداکثر دما T5 به عنوان ورودی و تبخیر ماهانه، خروجی مدل با استفاده از شبکه عصبی مصنوعی و همچنین سیستم استنتاج عصبی - فازی با توابع مختلف آموزش شبی هسازی شده است. نتایج نشان دادکه شبکه عصبی مصنوعی با تابع آموزش trainlm با ضریب تبیین 0.69 و میانگین مربع خطای 0.99 از دقت بالاتری نسبت به مدل های دیگر در ایستگاه تمربرخوردار است.
Authors
ام البنی محمد رضاپور
استادیار گروه مهندسی آب دانشگاه زابل
احمد فاضلی
دانشجوی کارشناسی ارشد سازه های آبی دانشگاه زابل
محمد حسین زاده چهکندک
دانشجوی کارشناسی ارشد مهندسی منابع آب 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 :