CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

مقایسه روش هیدرولوژیکی و شبکه عصبی در پیش بینی رسوب معلق (مطالعه موردی ایستگاه آق قلا، گرگانرود)

اعتبار موردنیاز: ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۶۰۴ | نظرات: ۰
سال انتشار: ۱۳۹۱
کد COI مقاله: DESERT01_313
زبان مقاله: فارسی
حجم فایل: ۲۳۱.۷۷ کلیوبایت (فایل این مقاله در ۹ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۹ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله مقایسه روش هیدرولوژیکی و شبکه عصبی در پیش بینی رسوب معلق (مطالعه موردی ایستگاه آق قلا، گرگانرود)

فائقه پژوهش - دانشجوی کارشناسی ارشد،دانشکده مهندسی آب و خاک، دانشگاه علوم کشاورزی
شهلا صفاری - دانشجوی کارشناسی ارشد،دانشکده مهندسی آب و خاک، دانشگاه علوم کشاورزی

چکیده مقاله:

آگاهی از آورد رودخانه در طی ماه های سال، برای انجام برنامه ریزی های مدیریتی منابع آب، به خصوص در مناطقی که منابع آب سطحی به عنوان اصلی ترین منبع برای مصارف شرب، کشاورزی و صنعت به حساب می آیند، اهمیت ویژه ای دارد. در طی مطالعات انجام شده در زمینه آورد رودخانه ها، تعیین حداکثر آورد سالانه رودخانه، از جمله مباحث قابل تامل در برنامه ریزی های مدیریتی می باشد. همچنین در بحث آورد رودخانه، میزان جریان رسوب رودخانه نیز از اهمیت ویژه ای در مدیریت مخازن و منابع آبی برخوردار است. در این مطالعه، میزان جریان رسوب رودخانه گرگانرود در ایستگاه آق قلا، با استفاده از شبکه عصبی- به عنوان مدلی از خانواده هوش مصنوعی- و روش رگرسیونی معمول برآورد شده است و سپس نتایج حاصل از مدل شبکه عصبی و نتایج منحنی سنجه با استفاد از پارامتر آماری PE مورد مقایسه قرار گرفته اند. نتایج حاصل از این تحقیق مناسب بودن روش شبکه عصبی را در برآورد میزان جریان رسوب نشان داده است. سپس با استفاده از هر دو روش، برآورد رسوب در جریان حداکثر دبی لحظه ای سالانه رودخانه، در طی سال های آبی 49-1348 تا 87-1386، صورت گرفته است.

کلیدواژه‌ها:

دبی حداکثر سالانه، رسوب، منحنی سنجه، شبکه عصبی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
http://www.civilica.com/Paper-DESERT01-DESERT01_313.html
کد COI مقاله: DESERT01_313

نحوه استناد به مقاله:

برای بار اول: (پژوهش, فائقه و شهلا صفاری، ۱۳۹۱)
برای بار دوم به بعد: (پژوهش و صفاری، ۱۳۹۱)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.