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

تخمین خبره ضریب شد تجریان سرریزهای لبه تیز زاویه دارمستطیلی با استفاده از شبکه عصبی مصنوعی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۷۹۶ | نظرات: ۰
سرفصل ارائه مقاله: هیدرولیک و منابع آب
سال انتشار: ۱۳۸۲
کد COI مقاله: ICCE06_142_8806586543
زبان مقاله: فارسی
حجم فایل: ۱۰۰.۷۴ کلیوبایت (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. 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 ۸ 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 تخمین خبره ضریب شد تجریان سرریزهای لبه تیز زاویه دارمستطیلی با استفاده از شبکه عصبی مصنوعی

  علی خسرونژاد - دانشجوی دوره دکتری مهندسی عمران دانشگاه تربیت مدرس
    غلامعلی منتظر (شناسه پژوهشگر - Researcher ID: ۱۰۱۳)
استادیار بخش مهندسی برق، دانشگاه تربیت مدرس، تهران
  سیدعلی اکبر صالحی نیشابوری - استادیار بخش مهندسی عمران، دانشگاه تربیت مدرس، تهران

چکیده مقاله:

به علت دقت بالا وکاربرد ساده سرریزهای لب هتیز، این وسایل یکی ازقدیم یترین وسیل ههای انداز هگیری وکنترل جریان درکانالهای باز، آزمایشگاه و طبیعت هستند. بررسیهای انجام شده نمایانگراین مطلب است که بیشتر مطالعات روی سرریزهای لب هتیز قائم با مقاطع مختلف هندسی صورت گرفته و روابط مختلفی برای ضریب شدت جریان بر اساس پارامترهای مختلف ارائه شده است. اما، شناخ تکمتری نسبت به سرریزهای زاوی هدار وجود دارد. ازآنجا که انجام مطالعات آزمایشگاهی برروی مدل فیزیکی این سرریزها مشکلات و محدودیتهایی به همراه دارد، دراین مقاله از یک مدل شبکة عصبی مصنوعی برای بررسی تأثیر پارامترهای مختلف بر روی ضریب شدت جریان درسرریزهای مذکوراستفاده شده است. شبکة عصبی مصنوعی مورد استفاده از نوع پرسپترون چندلایه با قانون یادگیری پس انتشار خطا بوده و با ایجاد نگاشتی غیرخطی میان پارامترهای ارتفاع آب ، ( h ارتفاع آب بالای سرریز ( 1 ، (p) ارتفاع سرریز ، (α ) مؤثر بر ضریب شدت جریان شامل زاویه سرریز و نسبت استغراق( ) ( h پایی ندست سرریز ( 2 12 h راتعیین م ینماید. آنگاه (Cd) چگونگی تأثیر آنها برضریب شد تجریان ، h با بررسی ویژگیهای شبکة عصبی طراحی شده، عملکرد آن با نتایج حاصل از مدلسازی فیزیکی بررسی شده و به نکات مهمی در کاربرد این روش اشاره شده است

کلیدواژه‌ها:

سرریز زاویه دار، ضریب شد تجریان، زاویه سرریز، ارتفاع سرریز، شبکه عصبی مصنوعی، پرسپترون چندلایه

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-ICCE06-ICCE06_142_8806586543.html
کد COI مقاله: ICCE06_142_8806586543

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:
خسرونژاد, علی؛ غلامعلی منتظر و سیدعلی اکبر صالحی نیشابوری، ۱۳۸۲، تخمین خبره ضریب شد تجریان سرریزهای لبه تیز زاویه دارمستطیلی با استفاده از شبکه عصبی مصنوعی، ششمین کنفرانس بین المللی مهندسی عمران، اصفهان، دانشگاه صنعتی اصفهان، عمران، https://www.civilica.com/Paper-ICCE06-ICCE06_142_8806586543.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: (خسرونژاد, علی؛ غلامعلی منتظر و سیدعلی اکبر صالحی نیشابوری، ۱۳۸۲)
برای بار دوم به بعد: (خسرونژاد؛ منتظر و صالحی نیشابوری، ۱۳۸۲)
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 :

  • وطن‌نیا، زیبا، "بدست آوردن ضریب شدت جریان سرریزهای لبه تیز ...
  • Borghei.S .M., "Discharge coefficient of oblique sharp crested weir, " ...
  • Freeman , James A. and D. S kapura, Network algorithms, ...
  • ASCE task committee On application of ANN in hydrology .^Artificial ...
  • Fausett, L. Fundamental of neural networks: Architectures, Algorithms and Application. ...
  • Islam, Sh., and Kothari, R., * Artificial neural networks in ...
  • Dayhoff, J. E, ،Neural Network Architectures _ Van Nostrand Reinhold, ...
  • Doyhoff, J.E, ^Neural networks for medical image processing, 0IEEE SCAMC ...
  • Sejnowski, T and C.Roscnberg, _ Parallel networks that learn to ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۳۲۳۹۶
    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.