پیش بینی تلفات تبخیر با استفاده از شبکه عصبی مصنوعی
Publish place: 3rd Iran Water Resources Management Conference
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,486
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:
WRM03_577
تاریخ نمایه سازی: 28 فروردین 1387
Abstract:
تبخیر یکی از پارامترهای مهم برنامه ریزی و بهره برداری از مخازن آبی میباشد. در ایستگاه های تبخیر سنجی مجاور مخازن این پارامتر اندازه گیری میشود. برنامه ریزی مخازن بر اساس داده های دوره های پیشین انجام میشود بنا بر این مقادیر اندازه گیری شده در ایستگاههای تبخیر سنجی مستقیما برای برنامهریزی استفاده نمی شود. تلفات تبخیر از مخازن، به صورت تجربی و بر اساس اندازه گیری های دوره های قبل در نظر گرفته میشود. امروزه مدلهای رگرسیونی در سطح وسیعی در علوم مختلف برای پیشگویی به کار گرفته میشوند . از مزایای این مدلها در دسترس بودن پارامترهای مورد نیاز و سادگی محاسبات میباشد. هدف این تحقیق تدوین مدلی است که بتواند با توجه به متغیرهای هواشناسی مقدار تبخیر از تشت را پیشبینی کند. تا به حال، معادلهای که به صورت کامل روابط فیزیکی این پدیده را بیان کند ارائه نشده است. یکی از روشها یی که در علوم مختلف کاربرد وسیعی دارد شبکه های عصبی مصنوعی (ANNs) میباشد. این شبکه ها با طراحی و آموزش صحیح قابلیت انطباق و نگاشت توابع مختلف را دارند. شبکه های عصبی قادر به ارائه تابع نمیباشند و پس از آموزش با دریافت اطلاعات ورودی مقادیر خروجی را ارائه میدهند. هدف از این تحقیق ارائه یک مدل شبکه عصبی پرسپترون چند لایه با تابع ریاضی آن به صورت یک معادله ماتریسی می باشد . معادلات ماتریسی مدل باعث سادگی کاربرد و استفاده از آن در مدلهای برنامه ریزی میشود. مقایسه نتایج این مدل و نتایج اندازه گیری شده در ایستگاههای تبخیر سنجی دقت مدل ارائه شده را تایید میکند.
Keywords:
Authors
محسن اسکافی نوغانی
دانشجوی کارشناسی ارشد مهندسی منابع آب دانشگاه علوم کشاورزی و منابع ط
امیراحمد دهقانی
استادیار دانشگاه علوم کشاورزی و منابع طبیعی گرگان
ابوالفضل مساعدی
دانشیار دانشگاه علوم کشاورزی و منابع طبیعی گرگان
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 :