ارزیابی مقایسه‌ای مدلهای ANFIS، RBF، MLP ، روابط تجاری و روش آماری رگرسیونی در برآورد میزان TDS آب
Publish place: 2nd National Conference on Water
Publish Year: 1388
Type: Conference paper
Language: Persian
View: 1,565
This Paper With 9 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:
WATER02_003
Index date: 11 December 2009
ارزیابی مقایسه‌ای مدلهای ANFIS، RBF، MLP ، روابط تجاری و روش آماری رگرسیونی در برآورد میزان TDS آب abstract
در این تحقیق با استفاده از قابلیتهای هوش مصنوعی میزان TDS آب رودخانه مارون برآورد شده است و نتایج این مدلها با نتایج روابط رگرسیونی، روابط تجربی و داده های واقعی مقایسه شده است. بدین منظور از سه روش هوشمند، شبکه های عصبی مصنوعی پرسپترون چند لایه (MLP)، شبکه های عصبی مصنوعی با پایه شعاعی (RBF) و استنتاج فازی – عصبی تطبیقی (ANFIS) مدلهایی برای تخمین TDS آب توسعه داده شده است و نتایج آنها با روابط تجربی، رگرسیونی، داده های اندازه گیری شده واقعی و با یکدیگر مقایسه شده است. مطابق نتایج بهترین نتایج در مرحله آموزش مربوط به مدل ANFIS و در مرحله ارزیابی به ترتیب مربوط به مدلهای RBF,MLP,ANFIS بوده است. همچنین استفاده از روش های هوش مصنوعی و روش رگرسیونی در مقایسه با روابط تجاری، دقت برآورد TDS آب را افزایش داده و ارزیابی مطمئن تر و دقیق تری از کیفیت آب را ارائه می دهد.
ارزیابی مقایسه‌ای مدلهای ANFIS، RBF، MLP ، روابط تجاری و روش آماری رگرسیونی در برآورد میزان TDS آب Keywords:
ارزیابی مقایسه‌ای مدلهای ANFIS، RBF، MLP ، روابط تجاری و روش آماری رگرسیونی در برآورد میزان TDS آب authors
محسن نژاد رکابی
عضو باشگاه پژوهشگران جوان دانشگاه آزاد اسلامی واحد بهبهان
مجتبی رمضانی مقدم
دانشجوی کارشناسی ارشد سازه های هیدرولیکی دانشگاه شهید باهنر کرمان
هادی طهماسبی نژاد
عضو هیئت علمی دانشگاه واحد آزاد اسلامی واحد بهبهان
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 :