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

استفاده از شبک ههای عصبی مصنوعی در پیش بینی ماهانه جریان رودخانه

اعتبار موردنیاز: ۱ | تعداد صفحات: ۷ | تعداد نمایش خلاصه: ۹۰۰ | نظرات: ۰
سرفصل ارائه مقاله: آب و محیط زیست
سال انتشار: ۱۳۸۲
نوع ارائه: شفاهی
کد COI مقاله: 311_0234505608
زبان مقاله: فارسی
حجم فایل: ۱۷۹.۹۳ کلیوبایت (فایل این مقاله در ۷ 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 ۷ 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 استفاده از شبک ههای عصبی مصنوعی در پیش بینی ماهانه جریان رودخانه

  سید سامان رضوی - دانشجوی کارشناسی ارشد سازه های هیدرولیکی دانشکده مهندسی عمران دانشگاه صنعتی امیرکبیر تهران
    محمد کارآموز (شناسه پژوهشگر - Researcher ID: ۳۳۸)
استاد دانشکده عمران و محیط زیست دانشگاه صنعتی امیرکبیر

چکیده مقاله:

در دهه های اخیر با توجه به رشد جمعیت جهان و همچنین افزایش مصرف سرانه آب، کمبود آب شیرین قابل استحصال به معضلی جهانی تبدیل گشته است . از این رو با توجه به محدود بودن منابع آب، مدیریت صحیح و بهینه مهمترین وظیفه سیاستگذاران و مهندسین منابع آب می باشد. یکی از مهمترین ارکان مدیریت منابع آب، پیش بینی میزان این منابع در آینده است. اهمیت این پی شبین یها در تصمیماتی است که به منظور مدیریت بهینه منابع آب صورت می گیرد. تاکنون کوششهای بسیاری برای طراحی مدلهای پیش بینی صورت گرفته که از جمله آنها می توان مد لهای آماری ARMAو سایر مدلهای مبتنی بر رگرسیون را نام برد . در دهه اخیر با پیشر فت شبکه های عصبی مصنوعی، این مدلها به شکل ابزار قدرتمندی در حل بسیاری از مسائل فنی مهندسی از جمله در مهندسی آب مطرح شده اند .شبکه های عصبی قادرند، با پردازش داده های تجربی، دانش یا قانون نهفته در بطن داده ها را فراگیرند، بدین جهت انتظار می رود، شبکه های عصبی مصنوعی ابزاری مناسب برای یک مدل پیش بینی باشد . در این مقاله برای پیش بینی ماهانه جریان رودخانه از شبکه های عصبی مصنوعی استفاده شده است و کاربرد آن با استفاده از آمار واطلاعات حوزه سد زاینده رود در پیش بینی رواناب زاینده رود در محل ورودی به سد تحت آزمون قرار گرفته است . همچنین در پایان به منظور مقایسه، مساله با استفاده از رگرسیون خطی نیز تحت بررسی قرار گرفته است. نتایج نشان دهنده توانایی و برتری شبک ههای عصبی در پی شبینی جریان رودخانه با دقت قابل قبول بوده است.

کلیدواژه‌ها:

شبکه های عصبی مصنوعی، پس انتشار خطا، پیش بینی رواناب، آزمایش شبکه، رگرسیون خطی

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-CESC10-311_0234505608.html
کد COI مقاله: 311_0234505608

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:
رضوی, سید سامان و محمد کارآموز، ۱۳۸۲، استفاده از شبک ههای عصبی مصنوعی در پیش بینی ماهانه جریان رودخانه، دهمین کنفرانس دانشجویی مهندسی عمران، تهران، دانشگاه امیرکبیر (پلی تکنیک تهران)، عمران، https://www.civilica.com/Paper-CESC10-311_0234505608.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: (رضوی, سید سامان و محمد کارآموز، ۱۳۸۲)
برای بار دوم به بعد: (رضوی و کارآموز، ۱۳۸۲)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

کدام مقالات به این منبع استناد نموده اند


بر اساس سیستم تحلیلی استنادات مقالات، تاکنون برای نگارش ۱ مقاله استفاده شده است.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز:
تعداد مقالات: ۲۹۵۳۸
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.