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

پیش بینی امواج ناشی از طوفان با استفاده از شبکه های عصبی تعلیم شده با اطلاعات مصنوعی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۱ | تعداد نمایش خلاصه: ۹۲۵ | نظرات: ۰
سرفصل ارائه مقاله: طوفان
سال انتشار: ۱۳۸۶
نوع ارائه: شفاهی
کد COI مقاله: GEODM02_137
زبان مقاله: فارسی
حجم فایل: ۲.۰۱ 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. 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 ۱۱ 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 امواج ناشی از طوفان با استفاده از شبکه های عصبی تعلیم شده با اطلاعات مصنوعی

  ایمان ملک محمدی - دانشکده مهندسی عمران، پردیس دانشکده های فنی، دانشگاه تهران
  رضا غیاثی - دانشکده مهندسی عمران، پردیس دانشکده های فنی، دانشگاه تهران
  محمدجواد یزدان پناه - دانشکده مهندسی عمران، پردیس دانشکده های فنی، دانشگاه تهران

چکیده مقاله:

هدف این مقاله ارائه راهکاری کم هزینه و سریع برای پیش بینی ارتفاع امواج ناشی از توفان در سال (آب کم عمق) به منظور کاهش تلفات جانی و مالی می باشد. پروسه تعیین موج در آب عمیق و سپس روندیابی آن تا ساحل هزینه بر و زمان بر خواهد بود. این مقاله روشی ارائه نموده است تا پروسه مذکور تماما در یک شبکه عصبی انجام شود تا در هزینه و زمان پیش بینی صرفه جویی گردد. بر اساس این روش موج های ناشی از توفان های ثبت شده در منطقه مورد نظر با یکروش نیمه تحلیلی محاسبه شده، سپس هر کدام از این موج ها، روندیابی شده تا ارتفاع موج ساحل پیدا شود. مشخصات توفان ها به همراه ارتفاع امواج ساحلی، زوج اطلاعات تولید شده ای هستند که برای تعلیم یک شبکه عصبی استفاده خواهند شد. از این روش برای پیش بینی امواج مرتفع در ساحل بوشهر استفاده شد و دقت بالای نتایج حاصله حاکی از موفقیت ایده مقاله است.

کلیدواژه‌ها:

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-GEODM02-GEODM02_137.html
کد COI مقاله: GEODM02_137

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:
ملک محمدی, ایمان؛ رضا غیاثی و محمدجواد یزدان پناه، ۱۳۸۶، پیش بینی امواج ناشی از طوفان با استفاده از شبکه های عصبی تعلیم شده با اطلاعات مصنوعی، دومین همایش مقابله با سوانح طبیعی، تهران، قطب علمی مهندسی نقشه برداری و مقابله با سوانح طبیعی، دانشکده فنی دانشگاه تهران، https://www.civilica.com/Paper-GEODM02-GEODM02_137.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: (ملک محمدی, ایمان؛ رضا غیاثی و محمدجواد یزدان پناه، ۱۳۸۶)
برای بار دوم به بعد: (ملک محمدی؛ غیاثی و یزدان پناه، ۱۳۸۶)
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 :

  • Agrawal, J.D., Deo, M.C., On-line Wave prediction. Marine Structures, Vol. ...
  • Balas, C.E., Koc, L., Balas, L., Prediction of missing Wave ...
  • Deo, M.C., Naidu, C.S., Real time Wave forecasting using neural ...
  • Deo, M.C., Chaphekar, A. Jha, Ravikant, K., Neural network for ...
  • Haykin, S., Neural networks: a c omprehensive foundation. Prentice-Hall, NJ, ...
  • Kasperkiew iecz, J., Raez, J., Dubrawski, A., HPC strength prediction ...
  • Ka zeminezhad _ M.H., Shahidi A.E., Mousavi, S.J., Application of ...
  • Makarynskyy, O., Improving Wave predictions with artificial neural networks. Ocean ...
  • M al ekmohamadi _ I., Ghiassi, R., Yazdanpanah, M.J., Wave ...
  • Moosavi, M., Yazdanpanah, M.J., D OO stmohammadi _ R., Modeling ...
  • _ Rao, S., Mandal, S., Hindcasting of storm Waves using ...
  • Tsai, C.P., Line C., Shen, J.N., Neural network for wave ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۶۳۸۷۴
    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.