تعیین ضریب زبری مانینگ بااستفاده از شبکه عصبی RBF
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 649
This Paper With 6 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:
EICONF02_034
تاریخ نمایه سازی: 19 اردیبهشت 1395
Abstract:
به دلیل خسارات وزیانهای بیشماری که سیلابها به انسانها واردنمودهاند،همواره تاثیر ویهای درزندگی بشرداشتهاند.بررسی اثرمقاومت جریان درکنترل سیلاب درکانالهای مرکب از اهمیت بالایی برخوردار است.معادلات زیادی در تعیین ضریب زبری مقاومت جریان ارائه شده اند. امابا توجه به پیچیده بودن درک فیزیک مربوط به مقاطع مرکب این روابط کارآیی چندان دقیقی ندارند. دراین تحقیق از روش تقسیم مقطع) VDM )جهت برآورد ضریب زبری درتعامل بامدل شبکه عصبی RBF استفاده گردید . معین گردید که شبکه RBF با نرخ ثابت کمتر عملکرد دقیقتری دارد.برطبق نتایج ،استفاده از روشهای داده محوریا فراکاوشی همچون شبکه عصبی به جهت قابلیت برقراری روابط غیرخطی موجود میان پارامترها جایگزین مناسبی برای روابط تجربی ضریب زبری میباشد
Keywords:
Authors
معصومه یگانه
دانشجوی کارشناسی ارشد سازه آبی دانشکده کشاورزی ، دانشگاه فردوسی مشهد
سعیدرضا خداشناس
دانشیارگروه مهندسی آب دانشکده کشاورزی ، دانشگاه فردوسی مشهد
ابوالفضل مساعدی
استادگروه منابع طبیعی ومحیط زیست، دانشگاه فردوسی مشهد
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 :