CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

ترکیب شبکه عصبی مصنوعی و مدل مفهومی Hbv به منظور شبیه سازی رواناب روزانه

اعتبار موردنیاز : ۱ | تعداد صفحات: ۷ | تعداد نمایش خلاصه: ۴۸۲ | نظرات: ۰
سال انتشار: ۱۳۹۴
کد COI مقاله: ICCE10_0279
زبان مقاله: فارسی
حجم فایل: ۵۶۶.۹۶ کیلوبایت (فایل این مقاله در ۷ 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 ۷ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ترکیب شبکه عصبی مصنوعی و مدل مفهومی Hbv به منظور شبیه سازی رواناب روزانه

  امین خرمیان - دانشجوی دکتری مهندسی عمران گرایش منابع آب دانشگاه صنعتی خواجه نصیرالدین طوسی
  علیرضا برهانی داریان - دانشیارمنابع آب دانشکده مهندسی عمران دانشگاه صنعتی خواجه نصیرالدین طوسی

چکیده مقاله:

استفاده ازمدلهای ترکیبی درشرایط ضعف مدلهای داده محور و مفهومی رویکردی جدید ودرحال پیشرفت ردزمینه مدلسازی هیدرولوژیک می باشد مدلهای مبتنی برروابط تجربی و روشهای داده کاوی دارای مشکلاتی نظیر نداشتن درک فیزیکی نسبت به سیستم ووابستگی کامل به منطقه مورد کاربرد می باشند ازطرفی مدلهای ریاضی باتوجه به فرضیات ساده کننده بکارگرفته شده درساختارآنها وناتوانی درمدلسازی تمامی فرایندهای حاکم درحوزه ازدقت کافی برخوردارنیستند یکی ازراهکارهای پیشرو برای حل این مشکلات ترکیب مدلها می باد دراین مقاله شبکه عصبی مصنوعی و مدل مفهومی HBV برای شبیه سازی رواناب روزانه درزیرحوزه پلاسجان دربالا دست حوزه آبریز زاینده رود به شکل متوالی موردترکیب قرارگرفته اند روش ارایه شده توانسته است درشرایطی که اماره نش - ساتکلیف درمرحله صحت سنجی برای مدل شبکه عصبی مصنوعی ومدل مفهومی HBV به ترتیب برابر 0/472و0/325 بودها ست باعث بهبود عملکرد تا مقدارنش - ساتکلیف 0/65 گردد نتایج این مطالعه نشان دهنده موثربودن توسعه مدلهای ترکیبی متوالی می باشد

کلیدواژه‌ها:

شبیه سازی رواناب روزانه , مدلسازی ترکیبی , شبکه عصبی مصنوعی , HBV

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-ICCE10-ICCE10_0279.html
کد COI مقاله: ICCE10_0279

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:
خرمیان, امین و علیرضا برهانی داریان، ۱۳۹۴، ترکیب شبکه عصبی مصنوعی و مدل مفهومی Hbv به منظور شبیه سازی رواناب روزانه، دهمین کنگره بین المللی مهندسی عمران، تبریز، دانشگاه تبریز  دانشکده مهندسی عمران، https://www.civilica.com/Paper-ICCE10-ICCE10_0279.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: (خرمیان, امین و علیرضا برهانی داریان، ۱۳۹۴)
برای بار دوم به بعد: (خرمیان و برهانی داریان، ۱۳۹۴)
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 :

  • Solomatine, D.P., See, L.M. & Abrahart, R.J., (2008). "Data-Driven Modelling ...
  • Solomatine, D. P., & Siek, M. B. (2006). "Modular learning ...
  • Anctil, F., & Lauzon, N. (2004). "Generalisation for neural networks ...
  • See, L.(2008). "Data fusion methods for integrating data driven hydrological ...
  • Corzo, G., Solomatine, D. (2009). "Hybrid models for hydro log ...
  • Abrahart, R. J., & See, L. (2002). "Multi-model data fusion ...
  • Shamseldin, a. Y., Abrahart, R. J., & See, L. M. ...
  • Anctil, F., & Lauzon, N. (2004). "Generalization for neural networks ...
  • Araghinejad, S., Azmi, M., & Kholghi, M. (2011). "Application of ...
  • Corzo, G.. & Solomatine, D. (2007). _ :Know ledge-based modularization ...
  • Solomatine, D. P., Maskey, M., & Shrestha, D. L. (2008). ...
  • Sibert, J. (2005). "HBV-ight version 2 user's manual Stockholm University. ...
  • Nilsson, P., Uvo, C. B., & Berndtsson, R. (2006). "Monthly ...
  • Hopkins, B., 1954. ":A New Method for determining the Type ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۸۹۷۹
    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.