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

شبیه سازی تبخیر مخازن چاه نیمه زابل با استفاده از مدل دینامیکی شبکه عصبی ومعادلات تجربی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۱۴۲۲ | نظرات: ۰
سال انتشار: ۱۳۸۶
کد COI مقاله: ABYARI09_086
زبان مقاله: فارسی
حجم فایل: ۳۴۹.۲۶ کلیوبایت (فایل این مقاله در ۹ 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 ۹ 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 شبیه سازی تبخیر مخازن چاه نیمه زابل با استفاده از مدل دینامیکی شبکه عصبی ومعادلات تجربی

  جمشید پیری - دانشگاه شیراز
  سیف الله امین - دانشگاه شیراز
  داور خلیلی - دانشگاه شیراز
  اسلام کشاورز - دانشگاه شیراز

چکیده مقاله:

بررسی وضعیت منابع آب در ایران نشان میدهد که میانگین بارندگی سالیانه ایران در حدود 250 میلی متر است، که این مقدار 30 درصد متوسط بارندگی در خشکی های کره زمین (730 میلی متر) می باشد. این در حالی است که متوسط سالیانه تبخیر در ایران تقریبا 180 میلی متر معادل 71 درصد بارندگی متوسط سالیانه برآورد گردیده است. در زمینه تبخیر مدل های زیادی ارائه شده است که بیشتر این مدل ها نیازمند پارامترهای ورودی هستند که یا دسترسی به انها مشکل است و یا اندازه گیری انها محتاج صرف هزینه و زمان زیادی می باشد. در بحث شناسایی سیستم، مدل های اماری قوی برای مدلسازی فرایندهای اتفاقی و سری های زمانی وجود دارد. به طور کلی مدل های دینامیک در بررسی ها ی کوتاه مدت، دقیق تر از مدل های استاتیک پاسخ می دهد. یکی از این مدلها، مدل // است. در این مقاله از ترکیب این مدل با ساختار شبکه عصبی (NN-ARX) جهت تخمین تبخیر استفاده شده است. در این مطالعه بهترین ترکیب برای ورودی شبکه دما، باد، رطوبت نسبی، کمبود فشار بخار اشباع می باشد. پس از اجرای برنامه مذکور نتایج تحلیل آماری MAE= 0/9965 , d=0/78 , RNSE=7/93 حاصل گردید که نشان از توانایی این مدل در شبیه سازی فرایند اتفاقی تبخیر (که معادلاتی دینامیک بر روند آن حاکم است) دارد. با مقایسه نتایج حاصل از مدل شبکه عصبی دینامیکی و روابط تجربی با داده های اندازه گیری تبخیر مشاهده گردید که مدل دارای ضریب تبیین R2= 0/9854 بوده، در حالی که مقدار این ضریب برای معادلات تجربی حدود 0/85 بدست امد. بنابراین می توان نتیجه گرفت که مدل شبکه عصبی دینامیکی کاربرد بهتری نسبت به معادلات تجربی برای تخمین تبخیر دارد.

کلیدواژه‌ها:

مخازن چاه نیمه ، تبخیر ، شبکه عصبی ، NN-ARX

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:
https://www.civilica.com/Paper-ABYARI09-ABYARI09_086.html
کد COI مقاله: ABYARI09_086

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:
پیری, جمشید؛ سیف الله امین؛ داور خلیلی و اسلام کشاورز، ۱۳۸۶، شبیه سازی تبخیر مخازن چاه نیمه زابل با استفاده از مدل دینامیکی شبکه عصبی ومعادلات تجربی، نهمین سمینار سراسری آبیاری و کاهش تبخیر، کرمان، دانشگاه شهید باهنر، انجمن مهندسی آبیاری و آب، https://www.civilica.com/Paper-ABYARI09-ABYARI09_086.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: (پیری, جمشید؛ سیف الله امین؛ داور خلیلی و اسلام کشاورز، ۱۳۸۶)
برای بار دوم به بعد: (پیری؛ امین؛ خلیلی و کشاورز، ۱۳۸۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • .Patan, K., and Parisin, T. 2005. "Identification of neural dynamic ...
  • .Ljung, L. 1999. "System Identification ". Theory for the user, ...
  • .Norgaard, M. 2000. "Neural Network Based System Identification Toolbox Ver.2". ...
  • .Fausott, L. 1994. ' 'Fundamentals of Neural Networks". Prentice Hall ...
  • .Hagan, M. T., and Menhaj, M. 1994. "Training feedforward networks ...
  • .Shapiro, A. F. 2002. "The Merging of Neural Networks, Fuzzy ...
  • .Willmott, C. J. 1982. "Some comnnents on the evaluation of ...
  • . Kisi, O. 2006. "Daily pan evaporation modelling using a ...
  • . Keshavarz, M. Roopaei. 2006. "Intelligent Structures in Economical Forecasting". ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۱۹۳۳۰
    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.