پیش بینی میزان دبی های ماهانه با استفاده از شبکه های عصبی مصنوعی (ANNs)
Publish place: 06th Iranian Hydraulic Conference
Publish Year: 1386
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,417
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:
IHC06_100
تاریخ نمایه سازی: 15 اردیبهشت 1388
Abstract:
اگرچه بعضی زیرحوزه ها دارای واحدهای اندازه گیری به منظور ثبت پیوسته جریان هستند ولی بعضاً مهندسین با حوزه هایی مواجه می شوند که یا فاقد اطلاعات مورد نیاز همچون آبدهی هستند و یا این اطلاعات دارای خلأ های آماری و محدودیت آماری می باشند. با توجه به پیچیدگی فرایند بارش روانآب در این حالت ترجیح داده می شود که از روشهای جعبه سیاه برای مشخص شدن ارتباط بین اطلاعات ورودی و خروجی بدون آنالیز ساختار داخلی فرایند استفاده شود. شبکه عصبی مصنوعی توانایی تعریف روآبط پیچیده غیرخطی بین ورودی و خروجی بدون تلاش در جهت درک طبیعت داراست. در این تحقیق از شبکه عصبی مصنوعی MLP با الگوریتم پیش انتشار خطا در پیش بینی آبدهی ماهانه حوزه بهشت آباد با بکارگیری متغیرهای هواشناسی استفاده شده است منطقه بهشت آباد یکی از زیرحوزه های کارون بزرگ می باشد. از 6 ایستگاه هیدرومتری مستقر بر روی این حوزه جهت انجام پروژه استفاده شد. در این مدل سازی پس از سعی و خطا ورودی های دبی، بارش، دما، رطوبت نسبی و تبخیر و توآبع فعالیت خطی، تانژانت سیگموئید، لوگ سیگموئید برای شبکه عصبی MLP به خدمت گرفته شده است نتایج نشان دادند دبی ماه قبل و بارش دوماه قبل از پارامترهای اساسی به عنوان ورودی شبکه هستند. از جمله نتایج حاصل از این تحقیق می توان به تأثیر انتخآب یک مجموعه آموزش فراگیر اشاره نمود. همچنین بیشتر مدلها دبی پایه را به خوبی پیش بینی می کنند و پیش بینی دبی Peak نیز رضایت بخش می باشد.
Keywords:
Authors
روح الله فتاحی
استادیار گروه مهندسی آب دانشگاه شهرکرد
سعیده سعیدی
دانشجوی کارشناسی ارشد رشته آبیاری
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 :