بررسی کارایی شبکه عصبی مصنوعی نسبت به منحنی های سنجه رسوب در برآورد رسوب انتقالی (مطالعه موردی: ایستگاه هیدرومتری کردخیل)

منصور نجفی حاجی ور; مهدی جلالی; محمد خسروی

بررسی کارایی شبکه عصبی مصنوعی نسبت به منحنی های سنجه رسوب در برآورد رسوب انتقالی (مطالعه موردی: ایستگاه هیدرومتری کردخیل)

Publish place: Fourth National Conference on Watershed Management Science and Engineering of Iran Watershed Management

Publish Year: 1386

Type: Conference paper

Language: Persian

This Paper With 11 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/44858

Document National Code:

WATERSHED04_049

Index date: 18 January 2008

بررسی کارایی شبکه عصبی مصنوعی نسبت به منحنی های سنجه رسوب در برآورد رسوب انتقالی (مطالعه موردی: ایستگاه هیدرومتری کردخیل) abstract

نقش منفی پدیده فرسایش و رسوبگذاری همواره تهدیدی برای طراحیهای آبخیززداری به شمار می رود. این پدیده منجر به اعمال اثر منفی بر روی شاخص های کیفی آب، از دست رفتن خاک حاصلخیز کشاورزی و خسارات جبران ناپذیر به طرح های عمرانی آب می گردد. در اینمقاله ضمن معرفی شبکه عصبی مصنوعی، با استفاده از شبکه پرسپترون چند لایه (MLP) اقدام به آموزش شبکه با استفاده از آمار 15 ساله دبی و رسوب ایستگاه هیدرومتری کردخیل رودخانه تجن گردید. سپس با استفاده ازآماری که دراموزش شرکت داده نشده بودند به تست شبکه اقدام نمود. با استفاده از روشهای آماری، RMSE و ضریب همبستگی به مقایسه نتایج حاصل از شبکه عصبی مصنوعی و منحنی سنجه رسوب پرداخته شد. نتایج نشان داد که روش شبکه عصبی مصنوعی نسبت به روش منحنی شنجه رسوب از کارایی بهتری برخوردار می باشد.

بررسی کارایی شبکه عصبی مصنوعی نسبت به منحنی های سنجه رسوب در برآورد رسوب انتقالی (مطالعه موردی: ایستگاه هیدرومتری کردخیل) Keywords:

شبکه عصبی مصنوعی , منحنی سنجه , رسوب , الگوریتم پس انتشار , MATLAB

بررسی کارایی شبکه عصبی مصنوعی نسبت به منحنی های سنجه رسوب در برآورد رسوب انتقالی (مطالعه موردی: ایستگاه هیدرومتری کردخیل) authors

منصور نجفی حاجی ور

دانشجوی کارشناسی ارشد مهندسی آبخیزداری ، دانشگاه تهران

مهدی جلالی

دانشجوی کارشناسی ارشد مهندسی آبخیزداری، دانشکده منابع طبیعی ساری

محمد خسروی

دانشجوی کارشناسی ارشد مهندسی آبخیزداری ، دانشگاه تهران

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 :

البرزی، محمود.آشنایی با شبکه‌های عصبی.ترجمه، انتشارات دانشگاه صنعتی شریف، چاپ ...

شفاعی بجستان، محمود _ هیدرولیک رسوب _ دانشگاه شهید چمران ...

کاربرد شبکه های عصبی مصنوعی جهت تخمین دبی رسوب رودخانه ها [مقاله کنفرانسی]

بایزیدی، ب. یاسی، م. فتاحی، ر. کارگر، ع. 1384 . ... [مقاله کنفرانسی]

پدرام، ایمان و بارانی، غ. استفاده از شبکه های عصبی ...

خداوردی لو، حبیب. فتحی، پ. همایی، م. تخمین هوشمند منحنی ... [مقاله کنفرانسی]

طوفانی‌نژاد، ز، 1383، شبیه‌سازی بارس- رواناب با استفاده از شبکه‌های ...

کوچک زاده، ص. یوسفی، ک. 1381 . تئوری و کاربرد ...

محمدی استاد کلایه، امین. بهینه سازی روابط دبی آب و ...

مساعدی، ابوالفضل. جلالی، م. نجفی حاجی ور، م. برآورد رسوب ...

مقایسه کارآیی شبکه عصبی مصنوعی در تهیه منحنی سنجه رسوب [مقاله کنفرانسی]

منتظر، غ .ذاکر مشفق، م. ق، م. تخمین خبره میزان ...

منهاج، م. 1381 . مبانی شبکه های عصبی مصنوعی، انتشارات ...

مهدوی، محمد. هیدرولوژی کاربردی .جلد دوم . انتشارات دانشگاه تهران. ...

نجفی نیسیانی، نعیمه. حیدرپور، م. گلمائی، س ح: برآورد بار ...

Cigizoglu, H. K. 2002. Suspended Sediment Estimation for Rivers Using ...

Andrews, M. W. 2004. Introduction to Artificial Neural Networks and ...

Campolo, M. Andreussi, P. and Soltani, A. 1999. River Flood ...

Gorindaraju, R, S. and Rao, A.R. 2000. Artificial Neural Networks ...

Kummar, M., Raghuwanshi, N. S, _ Singh, R., Wallender, W. ...

Nagy, H. M., Watanabe, K., and Hirano, M. 2001. "Prediction ...

Sarangi, A., Bhattacharya, A. K. 2005. "Comparison of artificial neural ...

نمایش کامل مراجع