تحلیل وارزیابی استفاده از پارامترهای مصنوعی تولید شده توسط داده کاوی در برآوردرواناب توسط شبکه عصبی مصنوعی نظر به تغییر اقلیم

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 636

فایل این مقاله در 14 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:

WHEC01_145

تاریخ نمایه سازی: 12 دی 1393

چکیده مقاله:

مساله تغییر اقلیم اگرچه در کوتاه مدت تاثیرات محسوسی در مشخصات فیزیکی کلی یک حوضه آبریز ایجاد نخواهد کرد اما یقیناً می تواند با اثرگذاری در پارامترهای موثردخیل در تولید رواناب، نتایج پیش بینی های مختلف را با اختلال و حتی اشتباهات جدی مواجه سازد. دراین پژوهش با استفاده از نتایج مدلی جدید که قابلیت بررسی هوشمند انواع شبکه عصبی مصنوعی را در کنار ایده ابتکاری دیتا ماینینگ دارد، پس از آموزش اولیه، شبکه با دادههایی کاملاً جدید که در ادامه روند سالهای مورد مطالعه مورد آزمایش قرار گرفت.نتایج نشان می دهد علاه بر اینکه داده های مصنوعی بدست آمده ازداده کاوی درنتایج آنالیز حساسیت دقت بالاتری درشبکه ایجاد کرده آند، شبکه توانایی مطلوبی در پیش بینی میزان تولیدی در شرایط تغییر اقلیم داشته است.

نویسندگان

آرش یوسف دوست

کارشناسی ارشد مهندسی عمران - مهندسی آب دانشگاه آزاد اسلامی واحد تهرن مرکزی

محمدصادق صادقیان

هیئت علمی گروه عمران دانشگاه آزاد اسلامی واحد تهران مرکزی

محمدرضا بازرگان لاری

هیئت علمی گروه مهندسی عمران دانشگاه آزاد اسلامی واحد تهران شرق

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 :
  • بشول ر .1381 .کاربرد مدلهای تجربی جهت برآورد رواناب سالانه ...
  • توکلی م .و رستمینیا م . 1385 .ارائه مدل منطقهای ...
  • جباری ا .و عارفی م..ر . 1385 .برآورد عمق رواناب ...
  • جهانگیرع.ر، رائینی م. و ضیاتباراحمدی م. 1387 _ شبیهسازی فرآیند ...
  • رضایی ع.، مهدوی م، لوکس ک، فیضنیا س. و مهدیان ...
  • زارع ابیانه ح، قاسمی ع.، بیات ورکشی م.، سبزیپرورع. و ...
  • صلواتی ب.، صادقی س.ج. و تلوری ع. 1389 . مدلسازی ...
  • فضل اولی ر.، آخوندعلی م.ع .و بهنیا ع . 1385 ...
  • کارآموز م. عراقینژاد ش .و رضوی س.س . 1383 .مدلسازی ...
  • محمدی ی.، فتحی پ.، نجفینژاد ع .و نوران . 1387 ...
  • زارع ابیانه، حمید، ورکشی م. 1390. ارزیابی مدلهای هوشمند عصبی ...
  • نوری ر.، فرخیا .، مرید س .و ریاحی مدوار ح ...
  • ولی خوجینی ع . 1377 .بررسی شماره منحنی (CN) روش ...
  • یوسف دوست. آرش. Data Minng .1393 و بهینه‌سازی برآورد رواناب ... [مقاله کنفرانسی]
  • مقایسه شبکه عصبی مصنوعی GRNN,MLP و روش LMR در پیش بینی جریان ماهانه رودخانه و بهینه سازی برنامه ریزی و مدیریت منابع اب جاجرود [مقاله کنفرانسی]
  • نظام‌الدین فقیه, هوش مصنوعی در پیش بینی ایست خط تولید ...
  • یوسف دوست، آرش. تحلیل و ارزیابی شبکه عصبی مصنوعی FTDNN ... [مقاله کنفرانسی]
  • یوسف دوست.آیسن. تحلیل و ارزیابی مقایسه‌ای عملکرد شبکه عصبی مصنوعی ... [مقاله کنفرانسی]
  • یوسف دوست، آرش. تحلیل و ارزیابی تاثیر الگوریتم آموزش RPROP ... [مقاله کنفرانسی]
  • Chow V.T. 9142. Handbook of Applied Hydrology, Mc-Graw Hill Book ...
  • Dawson C.W., and Wilby R. 9111 . An artificial neural ...
  • Dingman S.L. 9112. Physical Hydrology; Prenice Hall. ...
  • HSU K., Gupta H.V., and Sorooshian S. 9113 . Artificial ...
  • Kadioglou M., and Sen Z. 0229. Monthly prec ipitation-ruuoff polygons ...
  • Sing P., Rasatri K.S., Kumar N., and Arora M 0229. ...
  • Stamy T.C., and Hess G.W. 9111 . Techniques for estimating ...
  • نمایش کامل مراجع