مقایسه روش شبکه عصبی مصنوعی و توابع رگرسیون و سری فوریه در تهیه منحنی تاراژ(مطالعه موردی ایستگاه دشت بزرگ)
Publish Year: 1394
Type: Conference paper
Language: Persian
View: 728
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
NACONF03_220
Index date: 20 January 2016
مقایسه روش شبکه عصبی مصنوعی و توابع رگرسیون و سری فوریه در تهیه منحنی تاراژ(مطالعه موردی ایستگاه دشت بزرگ) abstract
نقش داده های حاصل از اندازه گیری دبی رودخانه ها در برنامه ریزی های منابع آب، کنترل سیلاب، مهندسی رودخانه و .... بسیار مهم و با اهمیت است . رژیم آبدهی رودخانه پایه اصلی طراحی سازه های هیدرولیکی مثل سد های را تشکیل می دهد از این جهت برآورد دقیق منحنی تاراژ موجب کاهش عدم قطعیت های هیدرولیکی می گردد . در این پژوهش منحنی تاراژ ده سال آبی برای ایستگاه دشت بزرگ با روش های رگرسیون مرسوم خطی، چند جمله ای ، توانی و نمایی برازش داده شد . در روش های رگرسیون مرسوم، رگرسیون نمایی بالاترین ضریب همبستگی را در سط اطمینان 95 درصد نشان داد همچنین رگرسیون سری فوریه و شبکه عصبی مصنوعی مورد ارزیابی قرار گرفت . معیار مقایسه ضریب تبیین و پاسخ صحیح در بازه های مختلف ارتفاع اشل در نظر گرفته شد که شبکه عصبی مصنوعی از نوع پیشخور با ضریب تبیین و پاسخ صحیح در بازه های مختلف ارتفاع اشل در نظر گرفته شد که شبکه عصبی مصنوعی از نوع پیشخور با ضریب تبیین 0/84 بالاترین همبستگی بین داده های مشاهداتی و برآوردی را بدست آورد .
مقایسه روش شبکه عصبی مصنوعی و توابع رگرسیون و سری فوریه در تهیه منحنی تاراژ(مطالعه موردی ایستگاه دشت بزرگ) Keywords:
مقایسه روش شبکه عصبی مصنوعی و توابع رگرسیون و سری فوریه در تهیه منحنی تاراژ(مطالعه موردی ایستگاه دشت بزرگ) authors
امین عیدی پور
دانشجوی کارشناسی ارشد مهندسی منابع آب، دانشگاه شهید چمران اهواز
فریدون رادمنش
دانشیار گروه هیدرولوژی و منابع آب دانشگاه شهید چمران اهواز
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 :