تخمین بار معلق رودخانه زهره با استفاده از شبکه عصبی مصنوعی

سال انتشار: 1383
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,593

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

069_0129679559

تاریخ نمایه سازی: 13 مهر 1384

چکیده مقاله:

تخمین درست حجم رسوبات حمل شده توسط رودخانه ها در پروژه های آبی از اهمیت بسیاری برخوردار است. بطورکلی پدیده فرسایش و انتقال رسوب از پیچیده ترین مسائل هیدرودینامیکی است که تعیین دقیق معادلات حاکم بر آن بدلیل تاثیرات پارامترهای مختلف، به آسانی میسر نیست. حتی اگر مدلی ریاضی نیز تبیین شود، دسترسی به داده های لازم در اکثر موارد به آسانی امکان پذیر نخواهد بود. با توجه به توانائیهای شبکه های عصبی مصنوعی در شناسائی ارتباط بین متغیرهای ورودی و خروجی یک مساله بدون در نظرگرفتن فیزیک آن مساله و نیز بدلیل ضعف مدلهای فیزیکی و ریاضی در مدل کردن فرآیندهای رسوبی،این شبکه ها می توانند در مدل کردن مساله انتقال رسوب بکار روند. در این مقاله با استفاده از شبکه پرسپترون چند لایه (Multi Layer Perceptron) و شبکه پایه شعاعی (Radial Basis Function) ، میزان بار معلق رودخانه زهره پیش بینی شده و با نتایج بدست آمده از روش مرسوم منحنی سنجه رسوب Rating Curve) (Sediment مورد مقایسه و بررسی قرار گرفته است. نتایج حاکی از برتری شبکه پرسپترون چند لایه در پیش بینی بار معلق، خصوصاٌ در دبی های بالای جریان بوده است.

نویسندگان

سیداحمد میرباقری

دانشیار بخش راه و ساختمان دانشگاه شیراز

طاهر رجائی

دانشجوی کارشناسی ارشد سازه های هیدرولیکی دانشگاه شیراز

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 :
  • منتظر، غ.، ذاکر مشفق، م. و قدسیان، م. (1381). "تخمین ...
  • Mirbagheri, S. A., Kenneth, K. Tanji., And Ray, B. Krone. ...
  • ASCE Task Committee On Application of Artificial Neural Networks in ...
  • Nagy, H. M., Watanabe, K., and Hirano, M., (2001). "Prediction ...
  • Jain, S. K., (2001). "Development of integrated sediment rating curves ...
  • Haykin, S. (1994). Neural Networks: _ comp rehensive foundation. MacMillan, ...
  • Fausett, L.V. (1994). Fundamentals of neural networks: Architecture, algorithms and ...
  • نمایش کامل مراجع