سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

کاربرد شبکه عصبی مصنوعی در برآورد آبدهی رودخانه ها به کمک دمای کمینه و دبی (مطالعه موردی: حوضه آبریز هامون)

Publish Year: 1387
Type: Conference paper
Language: Persian
View: 1,597

This Paper With 13 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:

ICWC01_111

Index date: 17 December 2008

کاربرد شبکه عصبی مصنوعی در برآورد آبدهی رودخانه ها به کمک دمای کمینه و دبی (مطالعه موردی: حوضه آبریز هامون) abstract

مسئله تخمین و پیش بینی زمان و مقدار آبدهی رودخانه ها بعد از بارندگی های سیل آسا از نقطه نظر ایمنی، مسائل زیست محیطی و مدیریت منابع آب حائز اهمیت می باشد. در حال حاضر از روش های ریاضی متعددی برای پیش بینی آبدهی رودخانه استفاده می شود اما انتخاب مدل هایی که تا حد امکان به واقعیت موجود در حوضه نزدیک باشد بسیار مشکل است. در سال های اخیر از شبکه های عصبی مصنوعی (ANN) به طرز قابل توجهی در شبیه سازی فرایندهای مختلف استفاده شده است .در این مطالعه از نرم افزارMATLAB7 و در شاخه Neural Networkبرای پیش بینی جریان خروجی حوضه آبریز هامون با استفاده از داده های هیدرومتری و هواشناسی (بارش، دبی، دمای مینیمم) در مقیاس زمانی ماهانه و به طول آماری 25 سال استفاده شده است. اطلاعات 21 سال برای آموزش مدل ها و 4 سال باقیمانده برای تست آن ها بکار رفته است. شبکه مورد استفاده از نوع پرسپترون چند لایه (MLP) با الگوریتم پس انتشارِخطا (BP) و تکنیک یادگیری مارکوارت- لونبرگ (LM) می باشد. نتایج حاصل از تحقیق حاضر نشان می دهد که در میان الگوهای مورد بررسی، دمای مینیمم ، دبی و بارش نقش مثبت در برآورد صحیح جریان رودخانه ها دارند. بطور کلی می توان اظهار داشت که مدل شبکه عصبی مصنوعی، مدلی قوی با توانمندی بالا است که می توان با دیدگاهی مثبت در پیش بینی مسائل هیدرولیکی به آن نگریست بخصوص آنجا که شبکه ی عصبی مصنوعی قادر است قانون حاکم بر داده ها، حتی داده های مغشوش را استخراج نماید و این خصوصیت، برجسته ترین ویژگی این مدل در مقایسه با سایر مدل هاست.

کاربرد شبکه عصبی مصنوعی در برآورد آبدهی رودخانه ها به کمک دمای کمینه و دبی (مطالعه موردی: حوضه آبریز هامون) Keywords:

دمای کمینه , پرسپترون چندلایه , الگوریتم پس انتشار خطا , MATLAB

کاربرد شبکه عصبی مصنوعی در برآورد آبدهی رودخانه ها به کمک دمای کمینه و دبی (مطالعه موردی: حوضه آبریز هامون) authors

سید محمد حسینی

دانشجوی کارشناسی ارشد اقلیم شناسی، دانشگاه اصفهان

رضا برهانی

اداره کل هواشناسی استان خراسان جنوبی

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 :
منهاج، محمد باقر؛ مبانی شبکه های عصبی هوش محاسباتی، مرکز ...
رضایی، علی؛ مدلسازی منطقه ا یی دبی های اوج زیر ...
درواری، زهرا؛ شبیه سازی جریان رودخانه ها با استفاده از ...
Demuth, H.and Beal, N. .Neural network toolbox for us MA ...
Beal, R.and Jakson, T, Neural comp uting, Adanm Hilger. U ...
Cigizoglu, H. K. . Application of generalized regression neural networks ...
Pankaj Singh _ M.N.deo. Suitability of different neural networks in ...
-Toka, A.S.and M.Markus. Precipitation- runoff modeling using artificial neural networks ...
Jieyun chen , Barry J. Adams. .Interation of artificial neural ...
Pankaj Singh , M.N.deo. Suitability of different neural networks in ...
Wen Wang, Piter H.A.J.M.van Gellder , J.K.Vrijling. , Jun Ma. ...
chen .J, Adams B. J.Integration of artificial neural networks with ...
Kisi , O. River flow modeling using artificial neural networks. ...
نمایش کامل مراجع

مقاله فارسی "کاربرد شبکه عصبی مصنوعی در برآورد آبدهی رودخانه ها به کمک دمای کمینه و دبی (مطالعه موردی: حوضه آبریز هامون) " توسط سید محمد حسینی، دانشجوی کارشناسی ارشد اقلیم شناسی، دانشگاه اصفهان؛ رضا برهانی، اداره کل هواشناسی استان خراسان جنوبی نوشته شده و در سال 1387 پس از تایید کمیته علمی اولین کنفرانس بین المللی بحران آب پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله دمای کمینه، پرسپترون چندلایه، الگوریتم پس انتشار خطا،MATLAB هستند. این مقاله در تاریخ 27 آذر 1387 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1597 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که مسئله تخمین و پیش بینی زمان و مقدار آبدهی رودخانه ها بعد از بارندگی های سیل آسا از نقطه نظر ایمنی، مسائل زیست محیطی و مدیریت منابع آب حائز اهمیت می باشد. در حال حاضر از روش های ریاضی متعددی برای پیش بینی آبدهی رودخانه استفاده می شود اما انتخاب مدل هایی که تا حد امکان به واقعیت موجود در ... . این مقاله در دسته بندی موضوعی شبکه عصبی طبقه بندی شده است. برای دانلود فایل کامل مقاله کاربرد شبکه عصبی مصنوعی در برآورد آبدهی رودخانه ها به کمک دمای کمینه و دبی (مطالعه موردی: حوضه آبریز هامون) با 13 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.