بررسی تلفیق شبکه عصبی مصنوعی و الگوریتم پردازش تکاملی در برآورد بارمعلق رودخانه کارون
Publish place: 8th Iranian Hydraulic Conference
Publish Year: 1388
Type: Conference paper
Language: Persian
View: 1,598
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
IHC08_076
Index date: 25 August 2009
بررسی تلفیق شبکه عصبی مصنوعی و الگوریتم پردازش تکاملی در برآورد بارمعلق رودخانه کارون abstract
از آنجا که برآورد دقیق حجم رسوبات، مه مترین عامل در ساماندهی رودخانه ها و بهره برداری از منابع آب و تعیین عمر مفید سدها می باشد، لذا، استفاده از روش هائی با دقت و مناسب جهت محاسبه با رسوب از مهم ترین اهداف پروژه های مرتبط با رسوب محسوب می شود. در این تحقیق سعی بر این است که با تلفیق شبکه های عصبی مصنوعی و الگوریتم ژنتیک روشی بهینه و با حداقل خطا جهت تخمین بار رسوب در بازه ملاثانی اهواز رودخانه کارون حاصل شود. در این راستا از زبان برنامه نویسی Matlab جهت نیل به این هدف استفاده گردید. در این تحقیق سعی بر بهینه سازی رفتار شبکه عصبی بر اساس مقادیر مطلوب با آموزش الگوریتم زنتیک شده است .مقایسه نتایج حاصل از مدل و مقادیر اندازه گیری شده در مراحل آموزش و صحت سنجی دقت نشان داده است که مدل قادر بوده پدیده انتقال رسوب را به خوبی پیش بینی نماید. همچنین با مقایسه روشن تلفیقی شبکه های عصبی مصنوعی و الگوریتم ژنتیک با روش های تجربی موجود، ملاحظه گردیده که مدل استفاده شده به میزان 10 درصد (بر حسب RMSE) خطای کمتری دارد، لذا از دقت بالائی نسبت به سایر روش ها برخوردار می باشد.
بررسی تلفیق شبکه عصبی مصنوعی و الگوریتم پردازش تکاملی در برآورد بارمعلق رودخانه کارون Keywords:
بررسی تلفیق شبکه عصبی مصنوعی و الگوریتم پردازش تکاملی در برآورد بارمعلق رودخانه کارون authors
منا امیدواری نیا
دانشجوی دکتری سازه های آبی دانشگاه شهید چمران اهواز
محمود شفاعی بجستان
دانشیار دانشگاه صنعتی اصفهان، گروه مهندسی آب
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 :