سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

استفاده از الگوریتم های فراکاوشی در مذلسازی رواناب زیر حوضه دریاچه مهارلو

Publish Year: 1394
Type: Conference paper
Language: Persian
View: 661

This Paper With 7 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

UMCONF01_199

Index date: 20 January 2016

استفاده از الگوریتم های فراکاوشی در مذلسازی رواناب زیر حوضه دریاچه مهارلو abstract

شبکه های عصبی یکی از روش هایی است که مورد اقبال اکثر دانشمندان علوم مختلف از جمله مهندسی اب قرار گرفته و سال ها از ورود ان به عرصه علوم اب می گذرد اما کماکان این روش بدون تغییر در ساختار و نحوه ان مورد استفاده قرار می گیرد. در این بین با کشف الگوریتم های متعدد بهینه سازی مانند الگوریتم جامعه مورچگان، الگوریتم کلونی پرندگان و ... نیاز به بهبود روش های قبلی به شدت مورد نیاز می باشد. در این مطالعه با استفاده از روش های هیبرید شبکه های عصبی مصنوعی با دو الگوریتم کلونی پرندگان و کلونی مورچگان به محاسبه دبی رودخانه خشک شیراز پرداخته شد. سپس نتایج حاصل از ان به روش نروفازی و روش کلاسیک رگرسیون چند متغییره مورد مقایسه قرار گرفت. نتایج این تحقیق نشان داد که افزایش تعداد متغییر های ورودی باعث بهبود نتایج میشود. و متغییر بارش نقش اساسی در تخمین رواناب ایفا می کند. بر طبق شبیه سازی به روش های مختلف ، مشاهده شد روش بهینه سازی با ANFIS، PSO، رگرسیون و بهینه سازی با ACO به ترتیب بهترین نتایج را در مقایسه با داده های مشاهداتی تولید کردند.

استفاده از الگوریتم های فراکاوشی در مذلسازی رواناب زیر حوضه دریاچه مهارلو Keywords:

حوضه ابریز مهارلو , شبکه عصبی , الگوریتم بهینه سازی PSOوACO

استفاده از الگوریتم های فراکاوشی در مذلسازی رواناب زیر حوضه دریاچه مهارلو authors

حامد گودرزی

دانشجوی کارشناسی ارشذ مهندسی عمران- سازه های هیدرولیکی، دانشگاه آزاد اسلامی واحد لارستان، لارستان، ایران

نادر برهمند

استادیار گروه مهندسی عمران، دانشگاه آزاد اسلامی واحد لارستان، 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 :
کارآموز، م. عراقی نژاد، ش. (1384)." هیدرولوژی پیشرفته، " انتشارات ...
نورانی و. اعلمی م، نظم‌آرا ح. و حسین‌زاده ح. (1386)." ...
نصری، مدرس و دستورانی. (1387). "کاربرد مدل شبکه عصبی در ...
منهاج، م.(1381)." مبانی شبکه‌های عصبی مصنوعی (جلد اول)، " انتشارات ...
.Jain A. and Kumar A.M. (2006). "Hybrid neural network models ...
Cigizoglu H.K. 2002. "Suspended sediment Estimation for Rivers using Artificial ...
Dawson C.. Abrahart R.J Shamseldin A.Y. and Wibly R.L. 2006. ...
Colorni A. Dorigo M. Maniezzo V. and Trubian M 1994. ...
Afshar M.H., Rezai S.E., Moeini R. 2010. "Reservoir operation optimization ...
Dorigo M. Maniezzo V. and Colorni A 1996. "The Ant ...
Aqil M. Kita I. Yano A and Nishiyama S. 2006. ...
نمایش کامل مراجع

مقاله فارسی "استفاده از الگوریتم های فراکاوشی در مذلسازی رواناب زیر حوضه دریاچه مهارلو" توسط حامد گودرزی، دانشجوی کارشناسی ارشذ مهندسی عمران- سازه های هیدرولیکی، دانشگاه آزاد اسلامی واحد لارستان، لارستان، ایران؛ نادر برهمند، استادیار گروه مهندسی عمران، دانشگاه آزاد اسلامی واحد لارستان، لارستان، ایران نوشته شده و در سال 1394 پس از تایید کمیته علمی اولین کنگره علمی پژوهشی افق های نوین در حوزه مهندسی عمران، معماری، فرهنگ و مدیریت شهری ایران پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله حوضه ابریز مهارلو، شبکه عصبی، الگوریتم بهینه سازی PSOوACO هستند. این مقاله در تاریخ 30 دی 1394 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 661 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که شبکه های عصبی یکی از روش هایی است که مورد اقبال اکثر دانشمندان علوم مختلف از جمله مهندسی اب قرار گرفته و سال ها از ورود ان به عرصه علوم اب می گذرد اما کماکان این روش بدون تغییر در ساختار و نحوه ان مورد استفاده قرار می گیرد. در این بین با کشف الگوریتم های متعدد بهینه سازی مانند ... . این مقاله در دسته بندی موضوعی شبکه عصبی طبقه بندی شده است. برای دانلود فایل کامل مقاله استفاده از الگوریتم های فراکاوشی در مذلسازی رواناب زیر حوضه دریاچه مهارلو با 7 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.