استفاده ازشبکه عصبی مصنوعی درآنالیزحساسیت تاثیرپارامترهای موثربربارمعلق رسوب: مطالعه موردی لیقوان چای
سال انتشار: 1388
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 650
فایل این مقاله در 6 صفحه با فرمت PDF 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:
JR_CEEJ-39-2_001
تاریخ نمایه سازی: 17 خرداد 1393
چکیده مقاله:
دراین تحقیق مدل شبکه عصبی مصنوعی ANN بعنوان یک مدل جعبه سیاه جهت بررسی تاثیردرجه حرارت و دبی جریان برمیزان باررسوب معلق حوضه ابریز لیقوان چای معرفی گردید مدل شبکه عصبی مصنوعی با الگوریتم اموزشی لونبرگ - مارگارت قانون یادگیری پس انتشارخطا BP برای تعیین ساختاربهینه مدل استفاده شد پس ازتعیین ساختاربهینه مدل تمام الگوریتم های اموزشی قانون پس انتشارخطا نیز مورد بررسی قرارگرفتند تا مقایسه ای بین الگوریتم ها صورت گیرد که الگوریتم مناسب همان الگوریتم لونبرگ - مارگارت تشخیص داده شد همچنین مقایسه ای بین نتایج مدل ANN با نتایج مدلهای اماری همچون مدل رگرسیونی مدل سری زمانی خود همبسته AR مدل منحنی توانی و مدل رگرسیونی خطی چندمتغیره MLR صورت گرفت ازروی نتایج حاصله میتوان عملکرد بهتر مدل ANN برمدلهای اماری کلاسیک را بیان کرد اما درمورد مدل خودهمبسته مرتبه بالاتر مدل ANN توانایی کمتری درانعکاس رفتاراستوکاستیکی متغیرهای هیدرولوژیکی داشته و اغلب درپیش بینی های قطعی بکارگرفته میشود دراین تحقیق حساسیت کمتر رسوب معلق به درجه حرارت محیط استنباط شده است
کلیدواژه ها:
نویسندگان
محمدحسین امین فر
استادیاردانشکده فنی و مهندسی عمران دانشگاه تبریز
وحید نورایی
استادیاردانشکده فنی و مهندسی عمران دانشگاه تبریز
احد نورپور
کارشناسی ارشدمهندسی عمران آب دانشگاه تبریز