مقایسه تخمین رسوب معلق رودخانه به دو روش شبکه عصبی مصنوعی و منحنی سنجه رسوب (مطالعه موردی رودخانه سیاهرود)
محل انتشار: کنفرانس و نمایشگاه مهندسی آب
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 707
فایل این مقاله در 9 صفحه با فرمت PDF و WORD قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CEWE01_180
تاریخ نمایه سازی: 14 آذر 1394
چکیده مقاله:
تخمین درست حجم رسوبات حمل شده توسط رودخانه ها در پروژه های آبی از اهمیت بسیاری برخوردار است. پدیده فرسایش و انتقال رسوب از فرآیندهای هیدرودینامیکی مهمی است که تعیین دقیق معادلات حاکم بر آن به دلیل تاثیرات پارامترهای مختلف، به آسانی میسر نیست و دسترسی به داده های لازم در اکثر موارد به آسانی امکان پذیر نخواهد بود. در کشور ما اطلاعات صحیح از انتقال رسوب و رسوب گذاری کم است و بین برآوردهای انجام شده نیز اختلاف زیادی مشاهده می شود. جوان بودن تحقیقات و فقدان اندازه گیری های درازمدت رسوب، مانع از دست یابی به اعداد قابل اعتماد شده است. وجود پارامترهای مؤثر زیاد و همچنین دامنه وسیع تغییرات غلظت بار معلق، استفاده از روش های موجود مانند منحنی های سنجه رسوب را محدود و لزوم استفاده از روش های نوین مانند شبکه های عصبی مصنوعی را ایجاب می کند. در این پژوهش شبکه عصبی مصنوعی به صورت روشی مؤثر جهت تخمین مقدار رسوب معلق به کار گرفته شده است و بار معلق رسوب علاوه بر دبی جریان همان روز، تابعی از دبی جریان روز قبل و دو روز قبل مورد بررسی قرار گرفت. پس از طراحی و آموزش شبکه، کاربرد این مدل در برآورد رسوب بررسی و تخمین به دست آمده از آن با نتایج روش منحنی سنجه رسوب مقایسه گردید. نتایج بیانگر این است که روش شبکه عصبی مصنوعی با ضریب تبیین R(2)=0.939 و مربع خطای متوسط MSE=0.0011 از دقت بالاتری نسبت به روش منحنی سنجه با ضریب تبیین R(2)=0.297 برای تخمین بار معلق رسوب رودخانه سیاهرود برخوردار است.
کلیدواژه ها:
نویسندگان
میرماکان رودباری موسوی
دانشگاه آزاد اسلامی واحد لاهیجان، دانشجوی کارشناسی ارشد گروه مهندسی آب، دانشگاه آزاد اسلامی واحد لاهیجان
ابراهیم امیری
دانشگاه آزاد اسلامی واحد لاهیجان، دانشیار گروه مهندسی آب، دانشگاه آزاد اسلامی واحد لاهیجان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :