شبیه سازی بار معلق رسوب رودخانه با استفاده ازشبکه های عصبی مصنوعی؛مطالعه موردی رودخانه شاپور ایستگاه چیتی

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 620

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCWMSWRM06_139

تاریخ نمایه سازی: 21 تیر 1393

چکیده مقاله:

رسوبات حمل شده توسط رودخانه ها می تواند باعث بوجود امدن خساراتی به طبیعت، کشاورزی و تاسیسات آبی گردد . بررآوردصحیح بار رسوبی در تاسیسات آبی (مانند سد) باعث جلوگیری از حرف هزینه های اضافی خواهد شد. کشور ما ایران با دارا بودن رودخانه هرای متعدد، پتانسیل بالایی جهت احداث سد دارد و از طرفی همه ساله سیل در نقاط مختلف باعث ایجاد خسارت های فراوانی می گردد کره یکی از دلایل آن کاهش یافتن ظرفیت حمل آب توسط مقطع رودخانه بدلیل انباشتگی رسوبات می باشد. لذا بررسری پدیده رسوب و براورد رسوب حمل شده توسط رودخانه اهمیت خاحی خواهد داشت. در این راستا جهت تخمین بار معلق رسوب بره جای استفاده از روش کلاسیک از روش های هوشمند سازی شبکه های عصبی مصنوعی که با پدیده های طبیعی سازگارتر هستند، استفاده شده است بدین منظور از داده های اندازه گیری شده دبی و رسوب رودخانه شاپور ایستگاه چیتی از سال 1371 تا 1390 استفاده شده است . به منظور مقایسه و ححت سنجی کارایی روش های مختلف مورد استفاده در تحقیق از معیارهای ارزیابی خطا از جمره MSE , RMSE, SSE و ضریب همبستگی استفاده شده است. نتایج این تحقیق حاکی از دقت و برتری نسبی مدل شبکه های عصبی با تعداد لایه 4 و تعداد نرون 25 در هر لایه و با تابع انتقال TANSIG نسبت به بقیه مدل ها می باشد.

کلیدواژه ها:

ایستگاه چیتی ، پیش بینی رسوب بار معلق ، رودخانه شاپور ، شبکه های عصبی مصنوعی

نویسندگان

مهرداد فریدونی

استادیار و عضو هیات علمی بخش عمران دانشگاه آزاد اسلامی لارستان.

امیرحسین پورغلام دارابی

دانشجوی کارشناسی ارشد مهندسی عمران - سازه های هیدرولیکی ، دانشگاه آزاد اسلامی لارستان.

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 :
  • البرزی، م. 1380. اشنایی با شبکه عصبی مصنوعی، تهران، موسسه ...
  • کاربرد شبکه های عصبی مصنوعی جهت تخمین دبی رسوب رودخانه ها [مقاله کنفرانسی]
  • رجایی، ط. و میر باقری، س. 1383. تخمین بار معلق ... [مقاله کنفرانسی]
  • منهاج، م.ب. 1381. مبانی شبکه عصبی مصنوعی (هوش مصنوعی) _ ...
  • منتظر، غ.، ذاکر مشفق، م .و قدسیان، م. 1381. تخمین ...
  • Cigizoglu, H., (2002) _ "Suspended sediment estimation for rivers using ...
  • Ariffin, J., Abdul Ghani, A., Zakaria, N., Shukri Yahya, _ ...
  • Hall, M. J and Mins, a.W., (2002) "Extrapolation Management For ...
  • Bhattcharya, B. and Solomatine, D., P., (2000) "Application Of Artificial ...
  • Jain, S. K., (2001). "Development of integrated sediment rating curves ...
  • Abolvaset, N., and Shabradfar, S. 2007 .Investigation the effect of ...
  • Achite, M., and Ouillon, S. 2007. Suspended sediment transport in ...
  • Alborzi, M _ 2001 .Introduction to neural networks. Sharif University ...
  • Arabkhedri, M. 2005. Investigation of suspended load in Iran's watershed ...
  • Arabkhedri, M., Hakimkhani, S.H, and Varani, J. Validation of extrapolation ...
  • ASCE. Artificial neural networks in hydrology: Hydrology applications. J. Hydro. ...
  • نمایش کامل مراجع