تخمین کل جامدات محلول درآب TDS رودخانه کبکیان بااستفاده ازشبکه عصبی مصنوعی
Publish place: The 2rd National Conference on New Findings in Agricultural Sciences, the Environment and Sustainable Natural Resources
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 465
This Paper With 9 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:
ASESNR02_018
تاریخ نمایه سازی: 6 اسفند 1395
Abstract:
آگاهی ازکیفیت منابع آب یکی ازنیازمندی های مهم دربرنامه ریزی و توسعه منابع آب وحفاظت و کنترل آنها می باشد باتوجه به طبیعت غیرخطی و اتفاقی پدیده های هیدرولوژیکی کاربرد شبکه های عصبی مصنوعی دراین علم کاملا قابل توجیه است هدف ازاین مطالعه تخمین کیفی کل جامدات محلول TDS آب رودخانه کبکیان بااستفاده ازشبکه عصبی مصنوعی می باشد ازامار انالیز پارامترهای شیمیایی ایستگاه هیدرومتری بطاری واقع برروی رودخانه درطی یک بازه 10ساله 82تا92که درتمام فصول سال اندازه گیری شده اند استفاده گردید و ازروش شبکه های عصبی مصنوعی MLP RBF جهت شبیه سازی استفاده شد درهردونوع شبکه ازتابع محرک Tanhaxonوالگوریتم اموزشی لورنبرگ مارکوات LM بانرونهای مختلف و1و2لایه مخفی مختلف استفاده گردید و نتایج با این دوشبکه موردمقایسه قرارگرفت نتایج بدست آمده بااستفاده ازمعیارهای اماری MSE و RMSE و ضریب همبستگی R2 توان دوم ضریب R نشان داد که درتمامی مدل ها شبکه عصبی مورداستفاده دراین پژوهش شبکه عصبی پرسپترون چندلایه MLP نسبت به شبکه عصبی تابع شعاعی RBF دقت بالاتری درشبیه سازی متغیرهای کیفی دررودخانه موردمطالعه داشت باتوجه به نتایج حاصله ازپژوهش نشان داد که شبکه های عصبی مصنوعی دقت و توانایی بالایی جهت شبیه سازی وپیشبینی پارامترهای کیفی جریان دررودخانه دارند
Keywords:
Authors
سیده آرزو حسینی پرور
دانشجوی کارشناسی ارشد مهندسی عمران مدیریت منابع آب دانشگاه آزاد اسلامی واحدیاسوج
مهرداد خلقی فرد
استادیار دانشگاه آزادیاسوج
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 :