سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

پیشبینی باررسوبی معلق با استفاده از مدل شبکه عصبی مصنوعی (ANN) و مدل ترکیبی تجزیه مد تجربی - (EMD) شبکه عصبی مصنوعی (ANN)

Publish Year: 1396
Type: Conference paper
Language: Persian
View: 777

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:

WRRC02_156

Index date: 21 October 2017

پیشبینی باررسوبی معلق با استفاده از مدل شبکه عصبی مصنوعی (ANN) و مدل ترکیبی تجزیه مد تجربی - (EMD) شبکه عصبی مصنوعی (ANN) abstract

ارایه راهکاری مناسب جهت تعیین دقیق بار معلق رودخانه ها در پروژه های آبی از اهمیت خاصی برخوردار میباشد. امروزه استفاده از سیستم های هوش مصنوعی به عنوان ابزاری جدید جهت برآورد دقیق رسوبات معلق رودخانه ها مورداستفاده قرار می گیرد. در تحقیق حاضر روش شبکه عصبی MLP و EMD-MLP به منظور پیشبینی بار رسوبی معلق در ایستگاه رود آبیاکا مورداستفاده قرار گرفت. بدین منظور از یک دوره آماری 11 ساله 1992) تا (2002 که 8 سال آن 1992) تا (2000 جهت آموزش و 3 سال 2000) تا (2002 جهت آزمون مدل های مختلف مورداستفاده قرار گرفت. ترکیب مختلفی از داده های ورودی و تاخیرهای زمانی متفاوت در این تحقیق مورد ارزیابی قرار گرفت. نتایج نشان داد که مدل ترکیبی EMD-MLP دقت بالاتری را در مدلسازی نسبت به مدل MLP دارا می باشد. همچنین نتایج به دست آمده بیانگر کاهش دقت مدلسازی در استفاده از تاخیرهای زمانی سالانه در هر دو مدل مورداستفاده می باشد.

پیشبینی باررسوبی معلق با استفاده از مدل شبکه عصبی مصنوعی (ANN) و مدل ترکیبی تجزیه مد تجربی - (EMD) شبکه عصبی مصنوعی (ANN) Keywords:

پیش پردازش تاخیرهای زمانی , ترکیب های ورودی , توابع مد ذاتی , سری زمانی

پیشبینی باررسوبی معلق با استفاده از مدل شبکه عصبی مصنوعی (ANN) و مدل ترکیبی تجزیه مد تجربی - (EMD) شبکه عصبی مصنوعی (ANN) authors

زهرا رسولی

دانشجوی کارشناسی ارشد سازه های آبی، دانشگاه زنجان

مسعود کرباسی

استادیار گروه مهندسی آب، دانشگاه زنجان

مقاله فارسی "پیشبینی باررسوبی معلق با استفاده از مدل شبکه عصبی مصنوعی (ANN) و مدل ترکیبی تجزیه مد تجربی - (EMD) شبکه عصبی مصنوعی (ANN)" توسط زهرا رسولی، دانشجوی کارشناسی ارشد سازه های آبی، دانشگاه زنجان؛ مسعود کرباسی، استادیار گروه مهندسی آب، دانشگاه زنجان نوشته شده و در سال 1396 پس از تایید کمیته علمی دومین کنفرانس ملی هیدرولوژی ایران پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله پیش پردازش تاخیرهای زمانی، ترکیب های ورودی، توابع مد ذاتی، سری زمانی هستند. این مقاله در تاریخ 29 مهر 1396 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 777 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که ارایه راهکاری مناسب جهت تعیین دقیق بار معلق رودخانه ها در پروژه های آبی از اهمیت خاصی برخوردار میباشد. امروزه استفاده از سیستم های هوش مصنوعی به عنوان ابزاری جدید جهت برآورد دقیق رسوبات معلق رودخانه ها مورداستفاده قرار می گیرد. در تحقیق حاضر روش شبکه عصبی MLP و EMD-MLP به منظور پیشبینی بار رسوبی معلق در ایستگاه رود آبیاکا ... . این مقاله در دسته بندی موضوعی شبکه عصبی طبقه بندی شده است. برای دانلود فایل کامل مقاله پیشبینی باررسوبی معلق با استفاده از مدل شبکه عصبی مصنوعی (ANN) و مدل ترکیبی تجزیه مد تجربی - (EMD) شبکه عصبی مصنوعی (ANN) با 13 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.