مقایسه شبکه عصبی مصنوعی GRNN,MLP و روش LMR در پیش بینی جریان ماهانه رودخانه و بهینه سازی برنامه ریزی و مدیریت منابع اب جاجرود
Publish place: National Conference on Water,Human,Earth
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 955
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:
WHEC01_218
تاریخ نمایه سازی: 12 دی 1393
Abstract:
پیش بینی دقیق مقدار دبی متوسط ماهانه ورودی به منابع ابی نظیر سدها، نقشی اساسی در برنامه ریزی، مدیریت و بهره برداری بهینه و پایدار آن ها ایفا می کند. با مشخص شدن مقدار دبی ورودی به سد، می توان حجم سالانه آب ورودی به آن را محاسبه کرد و برای تخصیص بهینه آب به بخش های مختلف صرف نظیر آب آشامیدنی کشاورزی، تولید انرژی برق – ابی و.. به خوبی برنامه ریزی کرد شبکه های عصبی مصنوعی براساس سیستم عصبی بدن انسان ساخته شده اند. در این مقاله سعی شد تا با استفاده از شبکه عصبی پرسپترون چند لایه، میزان دبی عبوری از رودخانه جاجرود محاسبه شود و سپس جهت بررسی کارایی این شبکه مقادیر تخمین زده شده با مقادیر محاسبه شده از روش نروفازی واماری (روش رگرسیون) مقایسه شد نتایج نشان داد که تکنیک شبکه عصبی مصنوعی نسبت به دو روش های دیگر در برآورد دبی بااستفاده ازآمار دبی حداکثر ماهانه ی 30 ساله برتری دارد اطلاعات آماری مربوط به ایستگاه هیدرومتری لتیان بر رودخانه جاجرود بالادست سد طالقان واقع در استان تهران می باشد.
Keywords:
Authors
ایسن یوسف دوست
دانشجوی کارشناسی ارشد منابع آب، دانشگاه زابل، ایران
ام البنین محمدرضاپور
استادیار دانشگاه زابل، ایران
آرش یوسف دوست
دانشجوی کارشناسی ارشد عمران آب دانشگاه آزاد اسلامی واحد تهران مرکز
ناهید زرین دست
دانشجوی کارشناسی ارشد منابع اب، دانشگاه زابل، 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 :