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

برآورد بار رسوب رودخانه رود زرد به مخزن سد جره با استفاده از شبکه عصبی مصنوعی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۱۲۵۱ | نظرات: ۰
سال انتشار: ۱۳۸۶
کد COI مقاله: ABYARI09_205
زبان مقاله: فارسی
حجم فایل: ۱۳۹.۰۶ 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 برآورد بار رسوب رودخانه رود زرد به مخزن سد جره با استفاده از شبکه عصبی مصنوعی

رحیم آورند - رئیس گروه مطالعات سدهای حوضه کاروون
حسن ترابی پوده - هیئت علمی دانشگاه خرم آباد

چکیده مقاله:

تخمین صحیح بار رسوبی رودخانه ها از جمله پارامترهای مهم در علم مهندسی رودخانه و رشته های وابسته از جمله هیدرولوژی و هیدرولیک بوده و در مطالعات پایه زیست محیطی و سد سازی نقش مهمی را دارا می باشد. مقادیر دبی رسوب که در رودخانه ها جریان می یابد بستگی به شرایط اقلیمی منطقه، مانند بارش، درجه حرارت و همچنین شرایط بیولوژیکی و زمین شنای انمنطقه مانند پوشش گیاهی و نوع خاک دارد. در رودخانه هایی که امکان برداشت اطلاعات دبی رسوب مستقیما فراهم نیست، از روشهای معمول آماری جهت بدست اوردن رابطه ای بین دبی و دبی رسوب استفاده می شود که از دقت بالایی برخوردار نیست. روشی که اخیرا موجب توجه کارشناسان قرار گرفته، استفاده از شبکه های عصبی مصنوعی برای برازش رابطه دبی و دبی رسوب می باشد. بمنظور مقایسه این دوروش ، در این تحقیق ابتدا دبی رسوب ایستگاه ماشین واقع در بالا دست سد جره با استفاده از رابطه نمایی دبی – دبی رسوب محاسبه و سپس دبی رسوب ایستگاه مذکور با استفاده از روش شبکه عصبی مصنوعی مورد محاسبه قرار گرفته است. در این مطالعه از یک نرم افزار شبکه عصبی (Qnet2000) که یک پرسپترون چند لایه می باشد استفاده گردید. نتایج اجرای مدل نشان میدهد که شبکه بدست آمده نسبت به رابطه نمایی دبی – دبی رسوب از دقت بالاتری جهت براورد دبی رسوب برخوردار است.

کلیدواژه‌ها:

دبی رسوب - رود زرد ، شبکه عصبی ، نرم افزار Qnet2000

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_205.html
کد COI مقاله: ABYARI09_205

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:
آورند, رحیم و حسن ترابی پوده، ۱۳۸۶، برآورد بار رسوب رودخانه رود زرد به مخزن سد جره با استفاده از شبکه عصبی مصنوعی، نهمین سمینار سراسری آبیاری و کاهش تبخیر، کرمان، دانشگاه شهید باهنر، انجمن مهندسی آبیاری و آب، https://www.civilica.com/Paper-ABYARI09-ABYARI09_205.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: (آورند, رحیم و حسن ترابی پوده، ۱۳۸۶)
برای بار دوم به بعد: (آورند و ترابی پوده، 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 :

  • کاربرد شبکه های عصبی مصنوعی جهت تخمین دبی رسوب رودخانه ها [مقاله کنفرانسی]
  • البرزی، م. آشنایی با شبکه عصبی، ۱۳۸۰، چاپ اول . ...
  • منتظر، غ.، مشفق، م.، قدسیان، م.، تخمین خبره میزان رسوب ... (مقاله کنفرانسی)
  • نصیری، ص.، منتظر، غ.، تعیین ابعاد حفره آبشستگی پایین دست ... [مقاله کنفرانسی]
  • User s manual of Qnet 2000 (Neural network Modeling). ...
  • Jam, L., Fanelli, A.M 0. 2000, Recent advances in artificial ...
  • Broomhed, D. S. , lowe D., 1988, Multivariate Functional interpolation ...
  • Orr, M. L. _ 1995, Local smoothing of radial basis ...
  • Kumorjain, S., 2001, Development of Integrated Sediment Rating Curve using ...
  • Maillard, E. p. _ Aueriot, D., 1997, RBF neural networks, ...
  • 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.