شبیه سازی بار رسوب معلق رودخانه با استفاده از مدل های پرسپترون چند لایه و سیستمهای استنتاج فازی عصبی تطبیقی ANFIS مطالعه موردی:رودخانه دالکی

محسن رضایی; مهرداد فریدونی

شبیه سازی بار رسوب معلق رودخانه با استفاده از مدل های پرسپترون چند لایه و سیستمهای استنتاج فازی عصبی تطبیقی ANFIS مطالعه موردی:رودخانه دالکی

Publish place: National Conference on Water Crisis in Iran and the Middle East

Publish Year: 1393

Type: Conference paper

Language: Persian

This Paper With 7 Page And PDF Format Ready To Download

DOWNLOAD Paper

Certificate
I'm the author of the paper

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

هوش مصنوعی > شبکه عصبی

Export:

Link to this Paper:

https://civilica.com/doc/369036

Document National Code:

WATERCONF01_085

Index date: 10 July 2015

شبیه سازی بار رسوب معلق رودخانه با استفاده از مدل های پرسپترون چند لایه و سیستمهای استنتاج فازی عصبی تطبیقی ANFIS مطالعه موردی:رودخانه دالکی abstract

برای ارزیابی حجم رسوبات حمل شده توسط رودخانهها که در بسیاری از مباحث مهندسی آب اهمیت ویژهای دارد، روشهای متعددی ارائه شده است. به دلیل ساختار کاملاً غیر خطی پدیده رسوب، روشهای کلاسیک و رایج مانند منحنی سنجه قادر به تخمین صحیح دبی رسوبات نمیباشند. در این تحقیق از دادههای دبی رسوب و دبی جریان ماهانه طی یک دوره آماری 21 ساله بهعنوان ورودی مدل استفاده شد. از 252 داده مورد استفاده در کل دوره آماری، 08 درصد دادهها برای آموزش و 28 درصد برای اعتبار سنجی بهصورت تصادفی انتخاب گردید، و از توابع هدف R و RMSE برای ارزیابی مدلها استفاده شد. در این تحقیق با بهرهگیری از نرمافزار متلب، و با استفاده از مدلهای پرسپترون چند لایه با تابع تانژانت سیگموئید tansig در لایه مخفی و تابع خطی Pureline در لایه خروجی و با استفاده از اطلاعات ایستگاه هیدرومتری موجود در حوزه دالکی چمچیت، مدلی برای شبیهسازی بار رسوب معلق - ماهانه ایجاد و نتایج آن با روش سیستم استنتاج فازی عصبی مقایسه شده است. در تمام الگوهای به کار رفته در مقیاس ماهانه عملکرد سیستم استنتاج - فازی عصبی بهتر از شیکه پرسپترون چند لایه بوده است

شبیه سازی بار رسوب معلق رودخانه با استفاده از مدل های پرسپترون چند لایه و سیستمهای استنتاج فازی عصبی تطبیقی ANFIS مطالعه موردی:رودخانه دالکی Keywords:

شبکه عصبی , رسوب معلق , سیستم استنتاج فازی عصبی تطبیقی , چمچیت

شبیه سازی بار رسوب معلق رودخانه با استفاده از مدل های پرسپترون چند لایه و سیستمهای استنتاج فازی عصبی تطبیقی ANFIS مطالعه موردی:رودخانه دالکی authors

محسن رضایی

دانشجوی کارشناسی ارشد سازههای هیدرولیکی، گروه مهندسی عمران، واحد لارستان، دانشگاه آزاد اسلامی لارستان،ایران.

مهرداد فریدونی

استادیار گروه مهندسی عمران، واحد لارستان، دانشگاه آزاد اسلامی لارستان، 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 :

سازمان آب منطقه‌ای استان فارس، تهیه آمار و اطلاعات رودخانه ...

کیاء، عیسی، عمادی، علیرضا، فضل، رامین، برآورد دبی رسوب معلق ...

فهیم، فیسه، عبقری، هیراد، بیاضی، منصور، ارزیابی روش حد واسط ...

عیری: محمد مهدی، نیک پور، محمد رضا، دلیر، علی حسین، ...

کاربرد روشهای تلفیقی هوش مصنوعی در پیش بینی دبی متوسط روزانه رودخانه کر در محل ایستگاه چمریز [مقاله کنفرانسی]

پیش بینی نرخ فرسایش رسوبات چسبنده با استفاده ازمدل فازی - عصبی [مقاله کنفرانسی]

امدی، احمد، فلامکی، امین برآورد بار کل رسوب رودخانه‌ها توسط ...

R. Amutha, P. Porchelva. "Seasonal Prediction of Ground Water Levels ...

D. Emrah, S. Lutfi, , Y.D. Eray, " Adptive Neuro ...

A. M. Melesse, S. Ahmad, M.E. McClain, X. Wang and ...

H. Kerem, CI-GIZO-GLU "Suspended Sediment Estimation for Rivers using Articial ...

I. Lida, B. I. G. Marvan, "Reservoir Sediment Prediction in ...

نمایش کامل مراجع