سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

تحلیل و ارزیابی بهینه سازی ورودی های حاصل از Data Mining در طراحی مدل بهینه برآورد رواناب توسط الگوریتم RPROP در شبکه های عصبی مصنوعی FTDNN و Fgam

Publish Year: 1393
Type: Conference paper
Language: Persian
View: 1,414

This Paper With 13 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

WHEC01_146

Index date: 2 January 2015

تحلیل و ارزیابی بهینه سازی ورودی های حاصل از Data Mining در طراحی مدل بهینه برآورد رواناب توسط الگوریتم RPROP در شبکه های عصبی مصنوعی FTDNN و Fgam abstract

برآورد میزان رواناب کمتر ازمقدار واقعی خطر سیلاب پیش بینی بیش از مقدار واقعی، تهدید جدی در پایداری توسعه مدیریت منابع آب را در پی خواهد داشت در این پژوهش با استفاده از تکنولوژی جدید واستفاده از ایده ابتکاری دیتا ماینینگ تلاش شده است تا با کشف روابط پنهان میانپارامترهای ورودی و تشخیص موثرترین عامل بهترین پارامترهای جهت پیش بینی رواناب توسط شبکه عصبی مصنوعی کشف شود.نتایج بررسی و آنالیز حساسیت بیش از 3500 مدل ایجاد وتحلیل شده نشان می دهد ترکیبات مختلف اختلاف دمادر این حوضه موثرترین عامل هستند.

تحلیل و ارزیابی بهینه سازی ورودی های حاصل از Data Mining در طراحی مدل بهینه برآورد رواناب توسط الگوریتم RPROP در شبکه های عصبی مصنوعی FTDNN و Fgam Keywords:

داده کاوی , برآورد رواناب , شبکه عصبی مصنوعی , Data Mining , Artifical Neural , Networks الگوریتم اموزش RPROP , FTDNN , Fgam تولید ورودی مصنوعی از داده های مشاهداتی

تحلیل و ارزیابی بهینه سازی ورودی های حاصل از Data Mining در طراحی مدل بهینه برآورد رواناب توسط الگوریتم RPROP در شبکه های عصبی مصنوعی FTDNN و Fgam authors

آرش یوسف دوست

کارشناسی ارشد مهندسی عمران - مهندسی آب دانشگاه آزاد اسلامی واحد تهرن مرکزی

محمدصادق صادقیان

هیئت علمی گروه عمران دانشگاه آزاد اسلامی واحد تهران مرکزی

محمدرضا بازرگان لاری

هیئت علمی گروه مهندسی عمران دانشگاه آزاد اسلامی واحد تهران شرق

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 :
بشول ر .1381 .کاربرد مدلهای تجربی جهت برآورد رواناب سالانه ...
توکلی م .و رستمینیا م . 1385 .ارائه مدل منطقهای ...
جباری ا .و عارفی م .ر . 1385 .برآورد عمق ...
جهانگیرع.ر، رائینی م. و ضیاتباراحمدی م. 1387 _ شبیهسازی فرآیند ...
رضایی ع.، مهدوی م، لوکس ک، فیضنیا س. و مهدیان ...
زارع ابیانه ح، قاسمی ع.، بیات ورکشی م.، سبزیپرور ع. ...
صلواتی ب.، صادقی س.ج. و تلوری ع. 1389 . مدلسازی ...
فضل اولی ر.، آخوندعلی م.ع .و بهنیا ع . 1385 ...
کارآموز م. عراقینژاد ش .و رضوی س.س . 1383 .مدلسازی ...
محمدی ی.، فتحی پ.، نجفینژاد ع .و نوران . 1387 ...
زارع ابیانه، حمید، ورکشی م. 1390. ارزیابی مدلهای هوشمند عصبی ...
نوری ر.، فرخیا .، مرید س .و ریاحی مدوار ح ...
ولی خوجینی ع . 1377 .بررسی شماره منحنی (CN) روش ...
یوسف دوست. آرش. Data Minng .1393 و بهینه‌سازی برآورد رواناب ... [مقاله کنفرانسی]
Chow V.T. 6142. Handbook of Applied Hydrology, Mc-Graw Hill Book ...
نمایش کامل مراجع

مقاله فارسی "تحلیل و ارزیابی بهینه سازی ورودی های حاصل از Data Mining در طراحی مدل بهینه برآورد رواناب توسط الگوریتم RPROP در شبکه های عصبی مصنوعی FTDNN و Fgam" توسط آرش یوسف دوست، کارشناسی ارشد مهندسی عمران - مهندسی آب دانشگاه آزاد اسلامی واحد تهرن مرکزی؛ محمدصادق صادقیان، هیئت علمی گروه عمران دانشگاه آزاد اسلامی واحد تهران مرکزی؛ محمدرضا بازرگان لاری، هیئت علمی گروه مهندسی عمران دانشگاه آزاد اسلامی واحد تهران شرق نوشته شده و در سال 1393 پس از تایید کمیته علمی همایش ملی آب، انسان و زمین پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله داده کاوی، برآورد رواناب، شبکه عصبی مصنوعی، Data Mining ، Artifical Neural، Networks الگوریتم اموزش RPROP، FTDNN، Fgam تولید ورودی مصنوعی از داده های مشاهداتی هستند. این مقاله در تاریخ 12 دی 1393 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1414 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که برآورد میزان رواناب کمتر ازمقدار واقعی خطر سیلاب پیش بینی بیش از مقدار واقعی، تهدید جدی در پایداری توسعه مدیریت منابع آب را در پی خواهد داشت در این پژوهش با استفاده از تکنولوژی جدید واستفاده از ایده ابتکاری دیتا ماینینگ تلاش شده است تا با کشف روابط پنهان میانپارامترهای ورودی و تشخیص موثرترین عامل بهترین پارامترهای جهت پیش بینی ... . این مقاله در دسته بندی موضوعی داده کاوی و شبکه عصبی طبقه بندی شده است. برای دانلود فایل کامل مقاله تحلیل و ارزیابی بهینه سازی ورودی های حاصل از Data Mining در طراحی مدل بهینه برآورد رواناب توسط الگوریتم RPROP در شبکه های عصبی مصنوعی FTDNN و Fgam با 13 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.