بهبود پیش بینی و تخمین بار معلق رودخانه ها با استفاده از شبکه های عصبی مصنوعی
محل انتشار: هفتمین کنگره بین المللی مهندسی عمران
سال انتشار: 1385
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,805
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICCE07_424
تاریخ نمایه سازی: 29 دی 1384
چکیده مقاله:
تخمین میزان بار رسوب یکی از اولویتهای بحث مدیریت رودخانه ها، مخازن سدها وبطور کلی پروژه های آبی است. با توجه به پیچیدگی پدیده رسوب و عدم توانایی تعیین دقیق معادلات حاکمه بدلیل تاثیرات پارامترهای مختلف ونیز تاثیر مسائلی نظیر تغییرات مکانی و زمانی شرایط هیدرولوژیکی حوضه آبریز و مشکلات ناشی ازتعیین تاثیرات آنها، محققان به استفاده از مدلهای جعبه سیاه نظیر شبکه های عصبی مصنوعی روی آورده اند. در این مقاله در مورد کارایی این شبکه ها در تخمین و پیش بینی بار معلق رودخانه ها، مطالعاتی انجام یافته و شبکه هایی طراحی شده اند که بار معلق رودخانه ها را پیش بینی می کنند. برای ساخت این شبکه ها از پرسپترون چند لایه استفاده شده و در انواع تقسیم بندی مجموعه داده ها، انواع ترکیبات ورودی شبکه ، تعدادلایه های شبکه و تعداد نورونهای لایه های ورودی ومخفی شبکه، تحقیقاتی انجام گرفته است. برای ایجاد مدلها، از تکنیک توقف زودهنگام (Early Stopping) استفاده شده و برای ارزیابی نتایج، مقایسه ای با روش منحنی سنجه رسوب انجام گرفته که نتایج، نشان دهنده برتری مدل شبکه های عصبی بوده است.
کلیدواژه ها:
نویسندگان
احمد میرباقری
استاد دانشکده عمران، دانشگاه صنعتی خواجه نصیرالدین طوسی
طاهر رجائی
دانشجوی دکتری عمران آب - محیط زیست، دانشگاه صنعتی خواجه نصیرالدین طوسی
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 :