مدل ANN's مبتنی بر ژئومورفولوژی و مدل GIUH برای برآورد رواناب مستقیم
Publish place: 5th Iranian Hydraulic Conference
Publish Year: 1384
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,901
This Paper With 9 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:
IHC05_168
تاریخ نمایه سازی: 7 آذر 1384
Abstract:
در مدل هیدروگراف واحد لحظه ای ژئومورفولوژی از شبکه زهکشی حوضه آبریز و قوانین هورتون استفاده می گردد. این مدل یک رهیافت مدلسازی رواناب-بارندگی برای حوضه های فاقد آمار می باشد و چون در آن از پارامترهای فیزیوگرافی حوضه استفاده می شود به نتایج آن نسبت به سایر مدلهای خطی دیگر مانند هیدروگراف واحد که چنین قابلیتی ندارند، بیشتر می توان اعتماد نمود. هدف این تحقیق تئسعه یک مدل شبکه عصبی بر پلیه مشخصات ژئومورفولوژی حوضه می باشد که جهت برآورد رواناب مستقیم حوضه معرف کسیلیان مورد استفاده قرار گرفته است. نتایج حاصل از آن با داده های مشاهده ای و نتایج مدل ژئومورفولوژی مقایسه گردیده است. نتایج الین تحقیق نشان می دهد که مدل شبکه عصبی مصنوعی بر پایه ژئومورفولوژی از مدل کاملا تجربی شبکه عصبی مصنوعی و مدلهایی که بر اساس ژئومورفولوژی حوضه می باشند برتر است. علاوه بر این انعطاف پذیری مدل ANNs توسعه یافته بواسطه وزن مرتبط بین گره ها و لایه های مختلف، درترکیب با مدل هیدروگراف واحد لحظه ای ژئومورفولوژ=ی بر قابلیتهای GIUH افزوده است.
Keywords:
Authors
سیدموسی حسینی
دانشجوی کارشناسی ارشد مهندسی منابع اب گروه مهندسیآبیاری و آبادانی دا
محمدرضا نجفی
استادیار گروه مهندسی آبیاری و آبادانی پردیس کشاورزی و منابع طبیعی دانش
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 :