CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

تخمین و ارزیابی دبی رسوبی جریان با استفاده از روش های نوین داده گرا

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۱ | تعداد نمایش خلاصه: ۱۹ | نظرات: ۰
سال انتشار: ۱۳۹۸
کد COI مقاله: DCONF04_113
زبان مقاله: فارسی
حجم فایل: ۴.۱ مگابات (فایل این مقاله در ۱۱ 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.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۱ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تخمین و ارزیابی دبی رسوبی جریان با استفاده از روش های نوین داده گرا

  کیومرث روشنگر - استاد ، دانشکده مهندسی عمران دانشگاه تبریز
    وحید نورانی - استاد دانشکده مهندسی عمران -دانشگاه تبریز
نسرین آقاجانی - دانشجوی کارشناسی ارشد مدیریت منابع آب

چکیده مقاله:

این تحقیق کاربرد دو روش نوین فرآیند رگر سیونی گاو سی((GPR و ما شین های بردار پشتیبان((SVM به عنوان روش های نوین داده گرا در بهینه سازی نتایج مدلی مبتنی بر تابع کرنل پایه شعاعی محور برای پیشبینی دبی رسوب معلق مورد بررسی قرار گرفت.. برای این منظور چند ای ستگاه واقع بر رودخانه ی می سی سی پی در نظرگرفته شد. با کمک داده های چندروز پیش دبی رسوب معلق در ایستگاه های مذکور میزان دبی رسوب معلق در همان ایستگاه ها پیشبینی شد و نتایج آنها مورد ارزیابی قرار گرفت.نتایج حاصله نشان داد برترین مدل از روش رگرسیون گاوسی با ارائه شاخص های آماری شامل همبستگی خطی در آموزش و آزمون به ترتیب برابر 0.92 و 0.88 و ریشه میانگین مربعات خطاها در آموزش و آزمون به ترتیب برابر 0.038 و 0.068 و برترین مدل از روش ماشین بردار پشتیبان شامل همبستگی خطی در آموزش و آزمون برابر 0.94 و 0.93 و ریشه میانگین مربعات خطاها در آموزش و آزمون برابر 0.028 و 0.047 دارای بیشترین دقت و کمترین خطا است. و درنهایت نتایج به دست آمده نشان داد ، روش ماشین های بردار پشتیبان نتایج بهتری نسبت به روش فرآیند رگرسیونی گاوسی ارائه می کند.

کلیدواژه‌ها:

پیش بینی دبی رسوب معلق، فرآیند رگرسیون گاوسی ، توابع کرنل ، می سی سی پی

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-DCONF04-DCONF04_113.html
کد COI مقاله: DCONF04_113

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:
روشنگر, کیومرث؛ وحید نورانی و نسرین آقاجانی، ۱۳۹۸، تخمین و ارزیابی دبی رسوبی جریان با استفاده از روش های نوین داده گرا، چهارمین همایش بین المللی افق های نوین در مهندسی عمران،معماری و شهرسازی، تهران، انجمن افق نوین علم و فناوری، https://www.civilica.com/Paper-DCONF04-DCONF04_113.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: (روشنگر, کیومرث؛ وحید نورانی و نسرین آقاجانی، ۱۳۹۸)
برای بار دوم به بعد: (روشنگر؛ نورانی و آقاجانی، ۱۳۹۸)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: ۱۶۲۳۲
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.