برآورد رسوب رودخانه هلیل رود با استفاده از شبکه عصبی مصنوعی (ANN) و سیستم استنتاج نروفازی (ANFIS)
Publish place: 14th Iranian Hydraulics Conference
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 715
This Paper With 8 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:
IHC14_018
تاریخ نمایه سازی: 16 اسفند 1394
Abstract:
با توجه به اینکه در رودخانه ها همواره فرسایش و انتقال رسوب صورت می گیرد، بنابراین بررسی ظرفیت حمل رسوب جریان و مکانیسم انتقال رسوب در هیدرولیک رودخانه و مورفولوژی آن، از اهمیت ویژه ای برخوردارمی باشد. در این مقاله کارایی و عملکرد روش های هوشمند شبکه عصبی مصنوعی (ANN) و سیستم استنتاج نروفازی (ANFIS) به صورت روشی مؤثر جهت تخمین مقدار رسوب معلق رودخانه هلیل رود به کار گرفته شده است. از تعداد 240 داده موجود 168 داده به عنوان داده های آموزش، 36 داده برای اعتبارسنجی و 36 داده برای آزمون بکار برده شده است. جهت رسیدن به ساختار مناسب ANN و ANFIS ، مدل های مختلف با تعداد لایه مخفی و تعداد گره های مختلف طراحی و آزمون شده و نتایج مربوطه مورد مقایسه قرار گرفت. ارزیابی روش های ANN و ANFIS با استفاده از چندین شاخص آماری انجام شده است. در نهایت نتایج بدست آمده نشان می دهد که در روش ANN ، که شبکه عصبی با تعداد 2 لایه پنهان و 20 گره با RMSE (0/0071) و MAE (0/0049) و d (0/9988) و MSE (5/11*10-5) و NMSE (0/0043) و R2 (0/9971) بهترین عملکرد در تخمین مقدار رسوب در رودخانه هلیل رود را داشته است.
Keywords:
Authors
کورش قادری
استادیار بخش مهندسی آب دانشگاه شهید باهنر کرمان
سیامک شفیعی
دانشجوی کارشناسی ارشد گروه فنی و مهندسی، گرایش سازه های هیدرولیکی، دانشگاه آزاد اسلامی واحد سیرجان
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 :