سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

استفاده از شبکه عصبی فازی CANFIS در تخمین بار رسوب رودخانه (مطالعه موردی حوزه آبخیز زشک ابرده شهرستان شاندیز)

Publish Year: 1395
Type: Conference paper
Language: Persian
View: 543

This Paper With 12 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

ITCC04_244

Index date: 9 July 2017

استفاده از شبکه عصبی فازی CANFIS در تخمین بار رسوب رودخانه (مطالعه موردی حوزه آبخیز زشک ابرده شهرستان شاندیز) abstract

پدیده انتقال رسوب از جمله فرآیندهای هیدرودینامیکی مهمی است که بسیاری از سازه های رودخانه ای و تاسیسات عمرانی را تحت تاییر قرارمی دهد و به عنوان یکی از بزرگترین مشکلات بهره برداری از منابع آب های سطحی در جهان مطرح می باشد. در این پژوهش عملکرد شبکهعصبی مصنوعی CANFIS در برآورد بار رسوب حوزه زشک ابرده شهرستان شاندیز مورد ارزیابی قرار گرفت. بدین منظور سه سناریوشبیه سازی شد. به منظور شبیه سازی سناریوی S1 از ورودی دبی آب، سناریوی S2 از دبی آب و باران روزانه و سناریوی S3 از ورودی دبیآب، باران و دمای روزانه استفاده گردید. نتایج نشان داد سناریوی S3 با معماری تابع عضویت بل، تابع انتقال تانژانت های پربولیک و قانونآموزش لونبرگ مارکوارت با حداقل MSE (میانگین مربعات خطا) و MSE نهایی بدست آمده طی مرحله آموزش، به ترتیب با ارزش 0/026و 0/026 که نسبت به S2 و S1 مقدار کمتری بدست آمد کارایی بهتری در پیش بینی بار رسوبی دارد. همچنین مشخص شد که هر سه شبکهردرت و کارایی نسبتا مشابهی در طول فرایند آزمون دارند. ولی S3 در مجموعه آزمون با داشتن MSE و NMSE کمتر در مقایسه با سایرسناریوها بهتر عما کرده است. از طرفی این سناریو دارای NSE (ضریب نش) برابر با 0/743 و AM (سنجه جمعی) برابر با 0/806 عملکرد بهتری را نشان میدهد. همچنین شبکه عصبی در برآورد نقاط حدی دچار تخمین کمتر از حد بود که یکی از دلایل آن می تواند کمبود حضورداده های حدی در مرحله آموزش شبکه باشد. اما با این وجود در مجموع شبکه عصبی در این حوزه کارایی کاملا رضایت بخشی را در پیش بینیدقیق بار رسوبی نشان نداد. این می تواند به دلیل کمبود داده های آموزشی و غیر دقیق بودن و وجود خطا در آمار حوزه باشد.

استفاده از شبکه عصبی فازی CANFIS در تخمین بار رسوب رودخانه (مطالعه موردی حوزه آبخیز زشک ابرده شهرستان شاندیز) Keywords:

استفاده از شبکه عصبی فازی CANFIS در تخمین بار رسوب رودخانه (مطالعه موردی حوزه آبخیز زشک ابرده شهرستان شاندیز) authors

فاطمه محمدی گیوشاد

دانشجوی کارشناسی ارشد مهندسی آبخیزداری، دانشگاه بیرجند

سیدمحمد تاجبخش

استادیار دانشکده منابع طبیعی و محیط زیست دانشگاه بیرجند

هادی معماریان

استادیار دانشکده منابع طبیعی و محیط زیست دانشگاه بیرجند

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 :
تلوری، ع. ا، بیرودیان، ن.، و منوچهری. ا. "مدلسازی تغییرات ...
_ مساعدی، ا.، کوهستانی، ن.، "مقایسه تخمین بار معلق به ...
عباسی شوشتری، ش، و کاشفی پور، س ع.، "برآورد بار ... [مقاله کنفرانسی]
[ا مها، م. ب، "مبانی شبکه های عصبی- هوش محاسباتی"، ...
عتمد وزیری، ب.، احمدی، ح.، مهدوی، م.، و شریفی، ف.، ...
I10] سمنانی، د.، حاجیان‌فر، م.، "منطق فازی و سیستم عصبی ...
فتح آباد، ، سلاجه، ع، و مهدوی، م.» "پیش بینی ...
زاع ابیانه، ح، بیات ورکشی، م.، "ارزیابی مدل‌های هوشمند عصبی ...
(16 رضایی، م، معماریان، .، "استفاده از سری‌های زمانی بارش ...
_ "مقایسه کارایی روش‌های نروفازی، شبکه عصبی مصنوعی و مدل‌های ...
مهندسین مشاور آبخیز گستر شرق، مطالعات تفضیلی اجرایی آبخیزداری حوزه ...
(26 رضایی، م، معماریان، .، "استفاده از سری های زمانی ...
دستورانی، م. ت.، عظیمی فشی، خ.، طالبی، ع. و اختصاصی، ...
Zhu, Y. M., Lu, X. X. & Zhou, Y., "Suspended ...
Memarian, H., & Balasundra. S. K., "Comparison between multi-layer perceptron ...
Alp, M., & Cigizoglu, H K., "Suspended sediment load simulation ...
lCoulibaly, P., Anctil, F., & Bobee, B. "Daily reservoir inflow ...
Jang, J.S.R., Sun, C.T., and Mizutani, E., "Neuro-fuzzy and soft ...
Goali, Q., Chen, S. and Wang, D., _ intelligent runoff ...
Yarar, A., Omucyldrz, M., & Copty, N. K., "Modelling level ...
Zealand, C.M., Burn, D.H., and Simonovic, S.P., "Short term streamflow ...
Aytek, A., "Co-active neurofuzzy inference system for evapotran spiration modeling", ...
Jang, J.S., :ANFIS: adap tive-network- based fuzzy inference system:, IEEE ...
Hemachandra, S., and Satyanarayana, R.V.S., "Co-active neuro-fuzzy inference system for ...
Tfwala, S.S., Wang, Y .M., and Lin, Y.C., "Prediction of ...
Aziz, K., Rahman, A. Shamseldin, A.Y., and Shoaib, M., "Co-active ...
C., Lynn, G., Fancourt, C., & Wooten, D., "NeuroSolutios -Documentatio. ...
Memarian, _ Balasundram, S. K., & Tajbaksh, M., "An expert ...
Principe, J. C., Euliano, N. R., & Lefebvre, C. W., ...
Safari, A., De Smedt, F., and Moreda, F, "WetSpa model ...
Nash, J.E., and Sutcliffe, J.V., "River flow forecasting through conceptual ...
Wilson, D.R., and Martinez, T.R., "The general inefficiency of batch ...
Chuan, C.S., "Weather prediction using artificial neural network? J. Hydrol, ...
Ebrahimpour M, Balasundram SK, Talib J, Anuar AR, Memarian H., ...
W National Conference on Application of Novel Technologies in Engineering ...
نمایش کامل مراجع

مقاله فارسی "استفاده از شبکه عصبی فازی CANFIS در تخمین بار رسوب رودخانه (مطالعه موردی حوزه آبخیز زشک ابرده شهرستان شاندیز)" توسط فاطمه محمدی گیوشاد، دانشجوی کارشناسی ارشد مهندسی آبخیزداری، دانشگاه بیرجند؛ سیدمحمد تاجبخش، استادیار دانشکده منابع طبیعی و محیط زیست دانشگاه بیرجند؛ هادی معماریان، استادیار دانشکده منابع طبیعی و محیط زیست دانشگاه بیرجند نوشته شده و در سال 1395 پس از تایید کمیته علمی چهارمین همایش ملی کاربرد فناوری های نوین در علوم مهندسی پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله شبکه عصبی، CANFIS ، دبی آب، دبی رسوب هستند. این مقاله در تاریخ 18 تیر 1396 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 543 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که پدیده انتقال رسوب از جمله فرآیندهای هیدرودینامیکی مهمی است که بسیاری از سازه های رودخانه ای و تاسیسات عمرانی را تحت تاییر قرارمی دهد و به عنوان یکی از بزرگترین مشکلات بهره برداری از منابع آب های سطحی در جهان مطرح می باشد. در این پژوهش عملکرد شبکهعصبی مصنوعی CANFIS در برآورد بار رسوب حوزه زشک ابرده شهرستان شاندیز مورد ... . این مقاله در دسته بندی موضوعی شبکه عصبی طبقه بندی شده است. برای دانلود فایل کامل مقاله استفاده از شبکه عصبی فازی CANFIS در تخمین بار رسوب رودخانه (مطالعه موردی حوزه آبخیز زشک ابرده شهرستان شاندیز) با 12 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.