انتخاب بهترین پارامترهای شبکه عصبیANN بهمنظور تخمین دادههای بارش ماهانه
Publish place: 10th International Congress on Civil Engineering
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 626
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:
ICCE10_0226
تاریخ نمایه سازی: 19 تیر 1394
Abstract:
بارندگی یکی از اجزای اصلی چرخهی هیدرولوژی است. اندازهگیری نقطهای بارندگی، عدم پراکنش مناسب ایستگاههای هواشناسی و همچنین عدم دسترسی به برخی مناطق برای اندازهگیری باعث پیدایش روشهایی برای برآورد دادههای معتبر در مناطق فاقد آمار شده است. شبکه عصبی مصنوعی در چند دهه اخیر و در مطالعات صورت گرفته برای مدلسازی سیستم پیچیده و غیرخطی قابلیت بسیار بالایی از خود نشان داده است. برای این منظور پژوهشی در استان قزوین در 36 ایستگاه هواشناسی در 6 سال آماری انجام شد. سپس با استفاده از مقادیر بارندگی بهعنوان خروجی هدف، شبکه های مختلفی با ساختارهای متفاوت تعریف و آموزش داده شد. 20 % دادهها بهطور تصادفی برای ارزیابی شبکه ها استفاده شد. درنهایت دادههای پیشبینی شده توسط شبکه های مختلف با شاخص آماری میانگین انحراف خطاMBEمجموع مربعات خطاSSE و ضریب همبستگیR2 مقایسه شد
Keywords:
Authors
حامد مازندرانی زاده
استادیار گروه علوم و مهندسی آب دانشکده فنی مهندسی، دانشگاه بین المللی امام خمینی (ره) قزوین
پیمان دانش کارآراسته
استادیار گروه علوم و مهندسی آب دانشکده فنی مهندسی، دانشگاه بین المللی امام خمینی (ره) قزوین
معصومه سادات هاشمی طامه
دانشجوی دوره دکتری دانشکده فنی مهندسی، دانشگاه بین المللی امام خمینی (ره) قزوین
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 :