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

پیش بینی سری های زمانی تک متغیره هیدرولوژیکی با استفاده از سیستم فازی بر پایه شبکه عصبی تطبیقی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۱۰۴۹ | نظرات: ۰
سال انتشار: ۱۳۸۹
کد COI مقاله: NCCE05_063
زبان مقاله: فارسی
حجم فایل: ۳۹۶.۷ کلیوبایت (فایل این مقاله در ۸ 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 ۸ 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 پیش بینی سری های زمانی تک متغیره هیدرولوژیکی با استفاده از سیستم فازی بر پایه شبکه عصبی تطبیقی

  محمدحسین گل محمدی - دانشجوی کارشناسی ارشد عمران-آب، دانشگاه صنعتی اصفهان
    حمیدرضا صفوی (شناسه پژوهشگر - Researcher ID: ۳۳۵)
استادیار دانشکده مهندسی عمران، دانشگاه صنعتی اصفهان

چکیده مقاله:

پیشبینی جریان رودخانه ها یکی از مسائل بسیار مهم در هیدرولوژی میباشد که در طراحی و برنامهریزی منابع آب سطحی نقش بسزایی دارد.استفاده از روشهای مختلف تحلیل سریهای زمانی از شیوه های متداول در پیشبینی عوامل هیدرولوژیکی از جمله جریان رودخانه هاست. روابط پیچیده و تقریبی و بالتبع صرف زمان زیاد در تخمین پارامترهای مدلهای مختلف در روشهای تحلیل سریهای زمانی و از طرف دیگر وجود داده-های کافی با طول مناسب، متخصصین را به استفاده از مدلهای داده محور ترغیب نموده است. سیستم های فازی برپایۀ شبکۀ عصبی تطبیقی یکی ازروشهای کارآمد در زمینه پیشبینی سریهای زمانی هیدرولوژیکی میباشد. در این تحقیق با ایجاد یک سیستم فازی برپایه شبکه عصبی تطبیقی وبا توجه به دادههای موجود از رودخانه زایندهرود، آموزش شبکه صورت گرفته و با استفاده از آن پارامترهای سری زمانی تک متغیره تخمین زده شده است. سپس با کاربرد بخشی از دادهها جهت صحتسنجی، نتایج حاصل از سری زمانی،که پارامترهای آن از سیستم فازی بر پایه شبکه عصبی تطبیقی به دست آمده است، مورد مقایسه قرار گرفت. نهایتا توانایی پیشبینی سیستم فازی بر پایۀ شبکۀ عصبی تطبیقی به صورت مستقل با سیستم فازی بر پایه شبکه عصبی تطبیقی به صورت توأم با سریهای زمانی مورد مقایسه قرار گرفت، که نشان دهنده کارآیی مناسب این سیستمها در پیش-بینی میباشد.

کلیدواژه‌ها:

پیش­بینی جریان رودخانه، سری­های زمانی هیدرولوژیکی، سیستم فازی بر پایه شبکه عصبی تطبیقی

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-NCCE05-NCCE05_063.html
کد COI مقاله: NCCE05_063

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
گل محمدی, محمدحسین و حمیدرضا صفوی، ۱۳۸۹، پیش بینی سری های زمانی تک متغیره هیدرولوژیکی با استفاده از سیستم فازی بر پایه شبکه عصبی تطبیقی، پنجمین کنگره ملی مهندسی عمران، مشهد، دانشگاه فردوسی مشهد، http://www.civilica.com/Paper-NCCE05-NCCE05_063.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (گل محمدی, محمدحسین و حمیدرضا صفوی، ۱۳۸۹)
برای بار دوم به بعد: (گل محمدی و صفوی، ۱۳۸۹)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز:
تعداد مقالات: ۱۷۷۶۸
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده 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.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

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.