شبیه سازی رواناب با استفاده از شبکه عصبی (مورد: حوضه آبریز رودخانه خرسان)

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 597

فایل این مقاله در 9 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:

NCWC02_172

تاریخ نمایه سازی: 7 آبان 1393

چکیده مقاله:

در این پژوهش با استفاده از تئوری موجک و شبکه عصبی، یک مدل ترکیبی تحت عنوان شبکه عصبی موجکی برای برآورد رواناب در حوضه آبریز مورد مطالعه بکار گرفته شده است. سپس نتایج به دست آمده از این مدل با نتایج شبکه عصبی انتشار برگشتی شبکه عصبی بنیادی- شعاعی به عنوان مدلهای قدیمیتر مقایسه و تجزیه و تحلیل گردید. اساس کار به این نحو بوده که با ارائه چند الگوی جدید بارش- رواناب، با توجه به میزان رواناب و بارش و همچنین محاسبه مجموع رواناب و سیلاب حداکثر در روزهای سیلابی با استفاده از داده های مجموع بارش در حوضه آبریز مورد مطالعه، دسته بندی داده ها در گروه های همگن صورت گرفته و توسط شبکه عصبی- موجکی مورد ارزیابی قرار گرفت. کنترل دقت و مقایسه نتایج محاسبات بوسیله ضریب همبستگی و ریشه میانگین مربعات خطا انجام شد. نتایج این تحقیق نشان میدهد که دقت شبکه عصبی- موجکی از شبکه عصبی انتشار برگشتی و شبکه عصبی بنیادی- شعاعی در وضعیت بهتری قرار دارد.

کلیدواژه ها:

شبکه عصبی موجکی ، شبکه عصبی انتشار برگشتی ، شبکه عصبی بنیادی شعاعی ، رواناب

نویسندگان

صادق کریمی

استادیار آب و هواشناسی، عضو هیات علمی دانشگاه شهید باهنر کرمان

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 :
  • اکبرپور م، 1382، شبیه‌سازی فرآیند بارندگی- رواناب با استفاده از ...
  • سازمان هواشناسی کشور، .1389 ...
  • عسگری ع ا، 1384، تجزیه و تحلیل سیستم لیداری بر ...
  • لوایی ع، 1381، طرح بهینه‌سازی سازه‌های فضاکار با استفاده از ...
  • نوری‌بالو م، 1385، شبیه‌سازی فرآیند بارندگی- رواناب رودخانه‌های هلیل‌رود و ...
  • Heb D O. 1949. The organization of behavior. Willy, N.Y. ...
  • Hopfield J. 1943. Neurons with graded response have collective computational ...
  • Hsu K, Gupta H and Sorooshian S.1995. Artificial Neural Network ...
  • Imrie C E, Durucan S and Kore A. 2000. River ...
  • Kohonen T. 1972. Correlation matrix memories. IEEE Tran on comp. ...
  • Lauzon N, Roissel J, Birkundavyi S and Trung H. 2000. ...
  • Mcculoch W and Pitts W.1943 A logical calculus of the ...
  • Rosenblatt . 1958. The perseptron: A probabilistic model for Information ...
  • Sajikumar N and Thand averware BS. 1999. A Non Linear- ...
  • Windrow B and Hoff ME.1960. Adaptive switching circuits. IRE part ...
  • نمایش کامل مراجع