CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

ارزیابی مدلهای شبکه مصنوعی و برنامهریزی ژنتیک در مدل سازی تراز سطح ایستابیسطح دریاچه ارومیه

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۲ | تعداد نمایش خلاصه: ۲۴۷ | نظرات: ۰
سال انتشار: ۱۳۹۳
کد COI مقاله: ECONF02_316
زبان مقاله: فارسی
حجم فایل: ۶۴۰.۷۳ کیلوبایت (فایل این مقاله در ۱۲ 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 ۱۲ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارزیابی مدلهای شبکه مصنوعی و برنامهریزی ژنتیک در مدل سازی تراز سطح ایستابیسطح دریاچه ارومیه

  آرش احمدی نسب عمران - دانشجوی کارشناسی ارشد منابع آب دانشگاه ارومیه
  جواد بهمنش - دانشیار گروه مهندسی آب دانشگاه ارومیه
  کیوان خلیلی - استادیار گروه مهندسی آب دانشگاه ارومیه

چکیده مقاله:

پدیده های طبیعی سطح زمین به سرعت تغییر پیدا می کنند و این تغییرات در طول زمان بسیار چشمگیر است .نکته ای که اهمیت بسزایی دارد این است که بتوان چنین تغییراتی را به دقت بررسی ودرنتیجه آن، پیش بینی نمود تا فرآیندهای طبیعی و انسانی بوجود آورنده این تغییرات را بخوبی شناسایی کرد. دریاچه ارومیه طی چند سال گذشته دچار خشکسال تدریجی گشته و بیشترین میزانخشکسالی در ناحیه شرق و جنوب شرقی دریاچه مشاهده می شود که متاثر از مجموعه ای از عوامل انسانی و محیطی می باشد. در این مطالعه با استفاده از داده های سری زمانی روزانه تراز سطح آبدریاچه ارومیه، اقدام به مدلسازی و مقایسه دو روش برنامه ریزی ژنتیک و شبکه عصبی مصنوعی شد. دو مدل مذکور تحت شرایط ایده آل مورد مقایسه قرار گرفتند. نتایج نشان داد که دقت مدل شبکه عصبی مصنوعی در تمام موارد بیشتر از مدل برنامهریزی ژنتیک است.

کلیدواژه‌ها:

برنامه ریزی ژنتیک،شبکه های عصبی مصنوعی،دریاچه ارومیه،مدل سازی

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-ECONF02-ECONF02_316.html
کد COI مقاله: ECONF02_316

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:
احمدی نسب عمران, آرش؛ جواد بهمنش و کیوان خلیلی، ۱۳۹۳، ارزیابی مدلهای شبکه مصنوعی و برنامهریزی ژنتیک در مدل سازی تراز سطح ایستابیسطح دریاچه ارومیه، دومین همایش سراسری محیط زیست، انرژی و پدافند زیستی، تهران، موسسه آموزش عالی مهر اروند، گروه ترویجی دوستداران محیط زیست با همکاری قرارگاه پدافند زیستی کشور، https://www.civilica.com/Paper-ECONF02-ECONF02_316.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: (احمدی نسب عمران, آرش؛ جواد بهمنش و کیوان خلیلی، ۱۳۹۳)
برای بار دوم به بعد: (احمدی نسب عمران؛ بهمنش و خلیلی، ۱۳۹۳)
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 :

  • بررسی تغییرات سطح دریاچه ارومیه با استفاده از شبکه های عصبی مصنوعی [مقاله کنفرانسی]
  • بشیری، م. حسینی نژاد، س. ج۰، بهینه سازی فرآیند با ...
  • مقایسه بین روشهای استوکاستیکی (تفکیک کننده زمانی) و شبکه های عصبی در پیش بینی جریان رودخانه [مقاله کنفرانسی]
  • تسلطی، ب. ۱۳۸۱. برآورد سطح آب زیر زمینی با استفاده ...
  • کاربرد شبکه عصبی مصنوعی در برآورد آبدهی رودخانه ها به کمک دمای کمینه و دبی (مطالعه موردی: حوضه آبریز هامون) [مقاله کنفرانسی]
  • پیش بینی تاثیر تغییر اقلیم بردمای حوضه دریاچه ارومیه با استفاده از برنامه ریزی ژنتیک [مقاله کنفرانسی]
  • شبیه سازی و آنالیز عدم قطعیت تغییرات تراز آب دریاچه ارومیه [مقاله کنفرانسی]
  • رسولی، ع. عباسیان، ش. جهانبخش، س. ۱۳۸۷. پایش نوسانهای سطح ... (مقاله ژورنالی)
  • فربودفام ن، قربانی م ع، اعلمی م ت، ۱۳۸۸. پیش ... (مقاله ژورنالی)
  • ارزیابی نیاز آبی دریاچه ارومیه با توجه به خشکسالیهای اخیر بر پایه وضعیت منابع آب سطحی و زیرزمینی [مقاله کنفرانسی]
  • شبیه سازی تغییرات تراز سطح آ ب دریاچه ارومیه با توجه به پارامترهای هیدرولوژیکی با استفاده از شبکه عصبی مصنوعی [مقاله کنفرانسی]
  • مقایسه مدل SVM و ANN دربررسی نوسانات تراز آب دریاچه ارومیه [مقاله کنفرانسی]
  • Abrahart, R.., Anctil, F., Coulibaly, P., Dawson, C.W., Mount, N.., ...
  • Alvisi S, Mascellani G, Franchini M and Bardossy A, 2005. ...
  • Borelli, A. DeFalco I, Della CA, Nicodemi M and Trautteur ...
  • "Performance of genetic programming to extract the trend in noisy ...
  • Flood, I., Kartam, N., 1994. Neural networks in civil engineering. ...
  • Leung, F.H.F., Lam, H.K., Ling, S.H., Tam, P.K.S., "Tuning of ...
  • Maier, H.R. Jaine.A. Dandy, G.C. Sudheer, K.P. 2010. Methods used ...
  • Maier, H.R., Dandy, G.C, 1998b. Understanding the behaviour and optimising ...
  • Maier, H.R., Dandy, G.C., 2000. Neural networks for the prediction ...
  • McCulloch, W.S., Pitts, W., 1943. A logical calculus of the ...
  • Ripley, B.D., 1994. Neural networks and related methods of classification. ...
  • Rumelhart, D.E., Hinton, G.E., Williams, R.J., 1986a. Learning internal representations ...
  • Sarle, W.S., 1994. Neural networks and statistical models. In: Proceedings ...
  • Tsai, J.T., Chou, J.H., Liu, T.K., "Tuning the Structure and ...
  • Wu, W., Dandy, G.C., Maier, H.R., 2014. Protocol for developing ...
  • Xu, J., Chiu, S.Y., Glover F., "Fine-tuning a tabu search ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۱۱۴۱۷
    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 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.