مقایسه عملکرد شبکههای عصبی MLP و RBF در پیشبینی دبی روزانه رودخانه
Publish place: Third International Conference on Environmental Engineering
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 678
This Paper With 7 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:
EICONF03_047
تاریخ نمایه سازی: 19 خرداد 1396
Abstract:
از مهمترین مسایل در مدیریت حوضههای آبخیز، شبیهسازی فرآیندهای هیدرولوژیکی می باش د. استفاده از مدل های جدید در این زمینه میتواند به مدیریت و برنامهریزی صحیح کمک کند. در دو دهه اخیر با ظهور روشهای مبتنی بر هوش مصنوعی، پیشبینی پارامترهای مختلف در مهندسی آب به شدت توسعه یافته است. پیشبینی آبدهی رودخانه و مقدار جریان خروجی از حوضه از مهمترین موضوعات در برنامهریزی و استفاده بهینه از منابع آب یک حوضه است. پیش بینی د قیق جریان در رودخانهها، همواره به عنوان یکی از عوامل مهم در طراحی ایمن و اقتصادی تاسیسات و سازههای آبی وابسته به رودخانهها مورد توجه محققین بوده است. در این پژوهش، از تکنیک شبکه عصبی پرسپترون چندلایهMLP و شبکه عصبی با تابع پایه شعاعی RBF) برای پیشبینی دبی روزانه رودخانه قرهسو در استان گلستان استفاده شده است. اطلاعات آماری مربوط به چهار ایستگاه بارانسنجی و هیدرومتری واقع در حوضه برای 18 سال آماری از سال 1368 تا 1386 میباشد طبق نتایج بهدست آمده مدل شبکه عصبیMLP نسبت به RBFاز دقت بالاتری برخوردار است؛ هر چند که این برتری محسوس و معنیدار نیست. تنها مزیت شبکهRBFزمان کمتر مورد نیاز برای آموزش آن است.
Keywords:
Authors
محمد خردرنجبر
عضو هیات علمی گروه مهندسی عمران، ، واحد کرج،دانشگاه آزاد اسلامی ، کرج، ایران
اکبر شیرزاد
استادیار دانشکده مهندسی عمران، دانشگاه صنعتی ارومیه
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 :