CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

برآورد دبی رودخانه قره آغاج (بند بهمن) با استفاده از شبکه عصبی مصنوعی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۵۸ | نظرات: ۰
سال انتشار: ۱۳۹۶
کد COI مقاله: ESTAHBANCCE02_103
زبان مقاله: فارسی
حجم فایل: ۴۷۴.۹۲ کیلوبایت (فایل این مقاله در ۸ 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 ۸ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله برآورد دبی رودخانه قره آغاج (بند بهمن) با استفاده از شبکه عصبی مصنوعی

    امیر درفشان - مدرس دانشگاه ، کارشناس ارشد سازه هیدرولیکی، دانشگاه پیام نور جهرم
    محسن تراهی - دانشجوی دکتری سازه هیدرولیکی، دانشکده مهندسی عمران، دانشگاه آزاد استهبان
  حامد آذری فردجهرمی - کارشناس ارشد سازه هیدرولیکی، دانشگاه آزاد لار

چکیده مقاله:

سیلاب یکی از پدیده های ویرانگر طبیعی است که پیش بینی آن از اهمیت بالایی برخوردار است. برآورد بارش –روان آب و سیلاب، به دلیل تاثیرگذاری عوامل مختلف، دشوار است. تا کنون روش های مختلفی برای تحلیل این پدیده ها پیشنهاد شده است. هدف این پژوهش مقایسه کارآمدی شبکه های عصبی مصنوعی (ANNs) در شبیه سازی فرآیند بارش- روان آب و پیش بینی دبی سیلاب است. به این منظور حوضه بند بهمن بر روی رودخانه قره آغاج برگزیده شد و ورودی های مدل که عبارتند از: بارش،بارش ماه قبل،بارش دو ماه قبل، درجه حرارت ماه قبل، درجه حرارت دو ماه قبل، تبخیر ماه قبل، تبخیر دو ماه قبل و دبی ماه قبل و خروجی مدل که دبی رودخانه می باشد، مبنای کار قرار گرفت . سپس شبکه عصبی مصنوعی با الگوریتم پس انتشار خطا و استفاده از تابع آموزش Levenberg–Marquardt آموزش داده شد. برای ارزیابی کارایی ANN، داده های شبیه سازی شده و مشاهده ای مربوط به کل دبی و حجم روان آب، دبی های اوج و زمان- های اوج مقایسه شدند. نتایج نشان داد که شبکه پرسپترون چند لایه (MLP) با تعداد 8 نرون در لایه ی اول و 8 نرون در لایه میانی، دبی رودخانه را با دقت خوبی شبیه سازی می نماید. ضریب همبستگی کل داده های دبی شبیه سازی شده و مشاهده ای، 0/89 به دست آمد.ANN اندازه و زمان دبی های اوج را نیز به خوبی برآورد کرد.

کلیدواژه‌ها:

دبی رودخانه، شبکه عصبی مصنوعی، رودخانه قره آغاج، ضریب همبستگی

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-ESTAHBANCCE02-ESTAHBANCCE02_103.html
کد COI مقاله: ESTAHBANCCE02_103

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:
درفشان, امیر؛ محسن تراهی و حامد آذری فردجهرمی، ۱۳۹۶، برآورد دبی رودخانه قره آغاج (بند بهمن) با استفاده از شبکه عصبی مصنوعی، دومین همایش ملی مهندسی عمران و توسعه پایدار، استهبان، دانشگاه آزاد اسلامی واحد استهبان، https://www.civilica.com/Paper-ESTAHBANCCE02-ESTAHBANCCE02_103.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: (درفشان, امیر؛ محسن تراهی و حامد آذری فردجهرمی، ۱۳۹۶)
برای بار دوم به بعد: (درفشان؛ تراهی و آذری فردجهرمی، ۱۳۹۶)
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 پیام نور
تعداد مقالات: ۴۳۷۷۶
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.