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

پیش بینی جریان رودخانه ها با استفاده از شبکه های عصبی مصنوعی(مطالعه موردی:رودخانه کارون، ایستگاه پل شالو)

اعتبار موردنیاز: ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۱۹۷۳ | نظرات: ۰
سرفصل ارائه مقاله: هواشناسی، هیدرولوژی، هیدروژئولوژی و فرسایش خاک
سال انتشار: ۱۳۸۵
نوع ارائه: پوستر
کد COI مقاله: COWR01_126
زبان مقاله: فارسی
حجم فایل: ۳۱۱.۹۶ 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 پیش بینی جریان رودخانه ها با استفاده از شبکه های عصبی مصنوعی(مطالعه موردی:رودخانه کارون، ایستگاه پل شالو)

  رضا طارقیان - دانشجوی کارشناسی ارشد سازه های آبی، دانشگاه شهید چمران اهواز
  سیدمحمود کاشفی پور - استادیار دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز
  مهدی طاهری - دانشجوی کارشناسی ارشد خاکشناسی، دانشگاه شهید چمران اهواز

چکیده مقاله:

امروزه یکی از مهمترین مسائل جهت مدیریت سیلاب، پیش¬بینی جریان رودخانه¬ها می¬باشد. جلوگیری از صدمات اقتصادی و جانی ناشی از سیلاب یکی از مهمترین دستاوردهای پیش¬بینی صحیح جریان می¬باشد. فاکتورها و عوامل مختلفی بر روی دبی رودخانه تاثیر¬گذار می¬باشند که تحلیل این پدیده را مشکل می¬سازند. مدلهای فیزیکی-مفهومی، رگرسیونی و سری¬های زمانی از معمولترین روشهای تحلیل جریان رودخانه می¬باشند که با توجه به حل خطی پدیده پیچیده جریان رودخانه یا کمبود اطلاعات مورد نیاز، نتایجی همراه با خطا ارائه می¬دهند. امروزه شبکه¬های عصبی مصنوعی با توجه به توانایی در حل پدیده¬های غیر¬خطی و پیچیده، کاربردهای فراوانی در مسائل هیدرولوژی پیدا کرده¬اند، که در این مطالعه نیز به ارزیابی توانایی این شبکه¬ها در پیش¬بینی جریان رودخانه¬ها پرداخته شده است. در این تحقیق با استفاده از اطلاعات تبخیر و تعرق، باران¬سنجی و دبی ایستگاه¬های بالادست پل¬شالو، به پیش¬بینی دبی رودخانه کارون در ایستگاه هیدرومتری پل¬شالو پرداخته شد. الگوهای مختلفی از اطلاعات ایستگاه¬های بالادست در همان روز، یک روز قبل و دو روز قبل به منظور ورودی شبکه استفاده شده است. از الگوریتم پس انتشار خطا (BP) جهت آموزش و تست شبکه بهره برده شد و نتایج به¬دست آمده با نتایج حاصل از روش رگرسیون مقایسه شد. با توجه به معیارهای ضریب همبستگی و خطای RMSE، نتایج حاصل از آموزش و تست شبکه نشان داد که شبکه¬های عصبی مصنوعی می¬توانند جریان رودخانه را با ضریب همبستگی زیاد (بیشتر از 94 درصد) و خطای کم پیش¬بینی کنند.

کلیدواژه‌ها:

پیش¬بینی جریان رودخانه، شبکه¬های عصبی، الگوریتم پس انتشار خطا، روش رگرسیون، کارون

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-COWR01-COWR01_126.html
کد COI مقاله: COWR01_126

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:
طارقیان, رضا؛ سیدمحمود کاشفی پور و مهدی طاهری، ۱۳۸۵، پیش بینی جریان رودخانه ها با استفاده از شبکه های عصبی مصنوعی(مطالعه موردی:رودخانه کارون، ایستگاه پل شالو)، اولین همایش منطقه ای بهره برداری از منابع آب حوضه های کارون و زاینده رود (فرصتها و چالشها)، شهرکرد، دانشگاه شهرکرد، https://www.civilica.com/Paper-COWR01-COWR01_126.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: (طارقیان, رضا؛ سیدمحمود کاشفی پور و مهدی طاهری، ۱۳۸۵)
برای بار دوم به بعد: (طارقیان؛ کاشفی پور و طاهری، ۱۳۸۵)
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 :

  • شبیه سازی فرآیند بارش- رواناب با استفاده از شبکه عصبی مصنوعی در حوضه کارده [مقاله کنفرانسی]
  • کارتاپولوس، اس. وی. ۱۳۸۰. منطق فازی و شبکه های عصبی ...
  • محمدی، م. و محمودیان شوشتری، م. ۱۳۸۵. پیش‌بینی دبی متوسط ... (مقاله کنفرانسی)
  • منهاج، م. ب. ۱۳۷۹. مبانی شبکه های عصبی . انتشارات ...
  • پیش بینی جریان رودخانه با استفاده از مدل شبکه عصبی مصنوعی [مقاله کنفرانسی]
  • Coulibaly, P., Anctil, F. and Bobe'e, B. 1999.، Prevision Hydrologique ...
  • Gopakumar, R. and James, E. J. 2002.، Flood Forecasting of ...
  • Goswami, M. and O'connor, K. M. 2005. "Application of Artificial ...
  • Hsu, K., Gupta, H. V. and Soorooshian, S. 1995. «Artificial ...
  • Jain, S. K. Das, D. and Srivastava, D. K. 1999. ...
  • 1. Kisi, Ozgur. 2005. «Daily River Flow Forecasting Using Artificial ...
  • Shamseldin, A. Y. 1997. "Application of a Neural Network Technique ...
  • Regression Models 11?. Chicago. USA. SPSS؛، .2001 13. SPSS, Inc ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۱۷۲۷۷
    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.