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

مقایسه روش هیدرولوژیکی و شبکه عصبی در پیش بینی رسوب معلق (مطالعه موردی ایستگاه آق قلا، گرگانرود)

اعتبار موردنیاز: ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۶۳۳ | نظرات: ۰
سال انتشار: ۱۳۹۱
کد COI مقاله: DESERT01_313
زبان مقاله: فارسی
حجم فایل: ۲۳۱.۷۷ 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 مقایسه روش هیدرولوژیکی و شبکه عصبی در پیش بینی رسوب معلق (مطالعه موردی ایستگاه آق قلا، گرگانرود)

فائقه پژوهش - دانشجوی کارشناسی ارشد،دانشکده مهندسی آب و خاک، دانشگاه علوم کشاورزی
شهلا صفاری - دانشجوی کارشناسی ارشد،دانشکده مهندسی آب و خاک، دانشگاه علوم کشاورزی

چکیده مقاله:

آگاهی از آورد رودخانه در طی ماه های سال، برای انجام برنامه ریزی های مدیریتی منابع آب، به خصوص در مناطقی که منابع آب سطحی به عنوان اصلی ترین منبع برای مصارف شرب، کشاورزی و صنعت به حساب می آیند، اهمیت ویژه ای دارد. در طی مطالعات انجام شده در زمینه آورد رودخانه ها، تعیین حداکثر آورد سالانه رودخانه، از جمله مباحث قابل تامل در برنامه ریزی های مدیریتی می باشد. همچنین در بحث آورد رودخانه، میزان جریان رسوب رودخانه نیز از اهمیت ویژه ای در مدیریت مخازن و منابع آبی برخوردار است. در این مطالعه، میزان جریان رسوب رودخانه گرگانرود در ایستگاه آق قلا، با استفاده از شبکه عصبی- به عنوان مدلی از خانواده هوش مصنوعی- و روش رگرسیونی معمول برآورد شده است و سپس نتایج حاصل از مدل شبکه عصبی و نتایج منحنی سنجه با استفاد از پارامتر آماری PE مورد مقایسه قرار گرفته اند. نتایج حاصل از این تحقیق مناسب بودن روش شبکه عصبی را در برآورد میزان جریان رسوب نشان داده است. سپس با استفاده از هر دو روش، برآورد رسوب در جریان حداکثر دبی لحظه ای سالانه رودخانه، در طی سال های آبی 49-1348 تا 87-1386، صورت گرفته است.

کلیدواژه‌ها:

دبی حداکثر سالانه، رسوب، منحنی سنجه، شبکه عصبی

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-DESERT01-DESERT01_313.html
کد COI مقاله: DESERT01_313

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:
پژوهش, فائقه و شهلا صفاری، ۱۳۹۱، مقایسه روش هیدرولوژیکی و شبکه عصبی در پیش بینی رسوب معلق (مطالعه موردی ایستگاه آق قلا، گرگانرود)، اولین همایش ملی بیابان، تهران، مرکز تحقیقات بین المللی بیابان دانشگاه تهران، https://www.civilica.com/Paper-DESERT01-DESERT01_313.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: (پژوهش, فائقه و شهلا صفاری، ۱۳۹۱)
برای بار دوم به بعد: (پژوهش و صفاری، ۱۳۹۱)
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 :

  • مطالعه رسوبشناسی و تخمین آورد سالیانه رسوبات رودخانه کرخه، ۱۳۸۹، ...
  • وروانی، ج.، نجفی نژاد. ع، میرمعینی کرهرودی، آ، ۱۳۸۷، اصلاح ... (مقاله ژورنالی)
  • Baareh, A. M., Sheta, A. F., Al Khnaifes, Kh.2006. Forecasting ...
  • Cigizoglu Kerem, H., 2002, Suspended Sediment Estimation for Rivers using ...
  • Cigizoglu, H.K., 2004, Estimation and forecasting of daily suspended sediment ...
  • Dibike, Y. B., Solomatine, D. P.20)1. River flow forecasting using ...
  • Danh, T.N., Phien, H.N., Gupta, A.D., 1999, Neural network models ...
  • Jain, S. K., 2001, Development of integrated sediment rating curves ...
  • Kisi, O. 2004. River Flow Modeling Using Artificial Neural Networks. ...
  • Kisi, O., 2007, Development of S treamflow -Suspended Sediment Rating ...
  • Keskin, M.E., Taylan, E.D. , 2010, Artificial Intelligent Models For ...
  • Martine and Rango, 1989. Merits of statistical criteria for performance ...
  • Nourani, V., 2009, Using Artificial Neural Neteworks (ANNs)For Sediment Load ...
  • Rezapour, O. M., Shui, L.T., Ahmad, D.B., 2010, Review of ...
  • Zhu, Y., Lu, X.X., Zhou, Y., 200, Suspended sediment flux ...
  • (www. sciencedirect. com) ...
  • Zoratipour, A. , Mahdavi, M., Khalighi Sigaroudi, Sh., Salajegheh A., ...
  • Almali, N. , 2009, Assessment of the effect _ classification ...
  • 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 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.