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 Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 583

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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

WATERCONF01_085

تاریخ نمایه سازی: 19 تیر 1394

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

Keywords:

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

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 :