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

سیستم استنتاج تطبیقی عصبی-فازی با استفاده از خوشه بندی فازی در پیش بینی رواناب

اعتبار موردنیاز: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۱۲۸۳ | نظرات: ۰
سرفصل ارائه مقاله: مهندسی و مدیریت منابع آب
سال انتشار: ۱۳۹۰
کد COI مقاله: NCCE06_0885
زبان مقاله: فارسی
حجم فایل: ۶۶۲.۲۱ 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 سیستم استنتاج تطبیقی عصبی-فازی با استفاده از خوشه بندی فازی در پیش بینی رواناب

  محمد نظیف کار - دانشجوی کارشناسی ارشد، دانشکده مهندسی عمران، دانشگاه صنعتی اصفهان
  کیوان اصغری (شناسه پژوهشگر - Researcher ID: ۱۲۶)
استادیار، دانشکده مهندسی عمران، دانشگاه صنعتی اصفهان

چکیده مقاله:

پیش بینی دقیق رواناب نقش بسزایی در فایق آمدن برمشکلات سیلاب دارد پیچیدگی سیستمهای طبیعی نظیر فرایندهای هیدرولوژیکی استفادها ز مدلهای فیزیکی را با مشکل روبرو می سازد در مدلسازی بارش - رواناب چون پارامترهای بکاررفته معروض به خطا و دارای عدم قطعیت می باشند بنابراین فازی ابزار مناسبی جهت مدلسازی این سیستم ها می باشد و جهت آموزش بهتر مدل سیستم استنتاج تطبیقی عصبی فازی ANFIS استفاده شده است که از سایر مدلها دقیق تر بوده و کمترین خطا را دارددراین تحقیق با استفاده از مدلهای ANFIS و شبکه عصبی جهت مقایسه پیش بینی رواناب ماهانه حوضه کارده ارائه گردیده است به جهت تعداد زیاد پارامترهای موثر در فرایند رواناب استفاده از خوشه بندی FUZZY CLUSTERING شامل SUBCLUSTو FCM جهت پیش پردازش داده ها در سیستم ANFIS بهترین نتایج را ارائه داده است.

کلیدواژه‌ها:

مدلسازی بارش رواناب، ANFIS، خوشه بندی فازی، FCM، SUBCLUST

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-NCCE06-NCCE06_0885.html
کد COI مقاله: NCCE06_0885

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:
نظیف کار, محمد و کیوان اصغری، ۱۳۹۰، سیستم استنتاج تطبیقی عصبی-فازی با استفاده از خوشه بندی فازی در پیش بینی رواناب، ششمین کنگره ملی مهندسی عمران، سمنان، دانشگاه سمنان، http://www.civilica.com/Paper-NCCE06-NCCE06_0885.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: (نظیف کار, محمد و کیوان اصغری، ۱۳۹۰)
برای بار دوم به بعد: (نظیف کار و اصغری، ۱۳۹۰)
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.