CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

شبیه سازی هدایت الکتریکی EC آب رودخانه کبکیان با استفاده از شبکه عصبی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۱۸۸ | نظرات: ۰
سال انتشار: ۱۳۹۵
کد COI مقاله: HWATER01_040
زبان مقاله: فارسی
حجم فایل: ۸۹۲.۹۸ کیلوبایت (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.
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 ۹ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله شبیه سازی هدایت الکتریکی EC آب رودخانه کبکیان با استفاده از شبکه عصبی

  سیده آرزو حسینی پرور - دانشجوی کارشناسی ارشد مهندسی مدیریت منابع آب دانشگاه آزاد اسلامی واحد یاسوج
  مهرداد خلقی فرد - استادیار دانشگاه آزاد اسلامی واحد یاسوج

چکیده مقاله:

بررسی و پیش بینی پارامترهای کیفی و کمی آب در طول رودخانه به منظور تصمیم گیری های مدیریتی یکی از اهداف مدیران و برنامه ریزان منابع آب تلقی می گردد و امروزه استفاده از مدل شبکه های عصبی مصنوعی که مبتنی بر هوش مصنوعی می باشد کاربرد وسیعی در زمینه های مختلف علمی به ویژه مهندسی آب پیداکرده است هدف از این مطالعه نیز بررسی کارایی شبکه عصبی مصنوعی در شبیه سازی هدایت الکتریکی EC آب رودخانه کبکیان در شهرستان بویر احمد می باشد در این مطالعه از آمار آنالیز پارامترهای شیمیایی ایستگاه بطاری در طی یک بازه 10 ساله 82تا92 که در تموم فصول سال اندازه گیری شده اند استفاده گردید با استفاده از روش های شبکه عصبی مصنوعی RBFوMLP هدایت الکتریکی آب پیش بینی گردید و نتایج با این دو شبکه مورد مقایسه قرار گرفته است نتایج بدست امده از معیارهای آماری MSE ،NMSE، R2 نشان داد که در تمامی مدل های ورودی MLP پرسپترون چند لایه دارای حداقل میزان خطا و میزان R بالاتری نسبت به مدل RBF جهت پیش بینی ECمی باشد نتایج حاصل از آنالیز حساسیت بر مبنای مدل های مختلف بیان گردید که در مدل 5 پارامتر TDS نسبت به TH تاثیر بیشتری در شبیه سازی ECدارد و در آنالیز حساسیت مدل های 1 تا4 نیز پارامترهای NA بیشترین تاثیر را در شبیه سازی ECدارد و پارامتر CLوPH نیز در رده های بعدی قرار دارند

کلیدواژه‌ها:

شبکه عصبی مصنوعی،RBF،MLP،رودخانه،هدایت الکتریکی،کبکیان

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-HWATER01-HWATER01_040.html
کد COI مقاله: HWATER01_040

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:
حسینی پرور, سیده آرزو و مهرداد خلقی فرد، ۱۳۹۵، شبیه سازی هدایت الکتریکی EC آب رودخانه کبکیان با استفاده از شبکه عصبی، اولین همایش ملی مدیریت آب با رویکرد مصرف بهینه آب در بخش کشاورزی، همدان، دبیرخانه دائمی همایش، https://www.civilica.com/Paper-HWATER01-HWATER01_040.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: (حسینی پرور, سیده آرزو و مهرداد خلقی فرد، ۱۳۹۵)
برای بار دوم به بعد: (حسینی پرور و خلقی فرد، ۱۳۹۵)
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 :

  • زارع زاده مهریزی، م.. ا، بزرگ حداد، شبیه سازی و ...
  • شبیه سازی پارامترهای کیفی آب رودخانه قره سو در محل ایستگاه قرباغستان با استفاده از شبکه عصبی مصنوعی [مقاله کنفرانسی]
  • گلابی، م.، موسوی جهرمی، س.ح.، کرمی، ب، شبیه SAR , ... (مقاله کنفرانسی)
  • منهاج، م. ب. مبانی شبکه‌های عصبی، دانشگاه صنعتی امیرکبیر، تهران، ...
  • Caudill, M. Neural networks primer: Part I, AI Expert, December, ...
  • Palani S. et al , "An ANN Application for Water ...
  • Sarani, N., J. Soltani & A. Moasher, . Comparison of ...
  • Najah A, Elshafie A, Karim O and Jaffar O, . ...
  • Zare abyaneh, H., Yazdani, V. and Azhdari, KH. Comparative Study ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۳۲۴۷
    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

    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
  • هوش مصنوعی > شبکه عصبی
  • 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.