مقایسه روشهای شبکه عصبی و فازی - عصبی جهت پیش بینی میزان رسوب سدسپیدرود

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 451

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICINH01_370

تاریخ نمایه سازی: 5 بهمن 1395

چکیده مقاله:

در دهه اخیر روشهای هوش مصنوعی بهعنوان نسل جدید سیستمهای هوشمند باقابلیت بالای مدیریت عدم قطعیت درداده های ورودی و دانش مورد نیاز در فرایند تصمیم گیری و پیشبینی مورد توجه پژوهش های بسیاری قرارگرفته است. بر این اساس این پژوهش بر آن است تا با استفاده از تکنیک های هوش مصنوعی یک راه حل مناسب برای مدلسازی رفتار رسوب و پیش بینی میزان رسوب سد سپید رود بپردازد. در این تحقیق از قابلیت شبکه عصبی و سیستم فازی-عصبی در پیشبینی رسوب سد سپیدرود استفاده گردیده است. در این مدل ها برای تخمین رسوب از دبی یک روز قبل و اشل یک روز قبل و دبی بهعنوان ورودی ودادههای رسوب برای خروجی در سال های تا 81تا 93 استفادهشده است. سیستم شبکه عصبی با خطای 04682.0=MSE نسبت به مدل شبکه-عصبی دارای دقت بالاتری بوده است .

نویسندگان

سیدحسین سیدصالحی

دانشجوی کارشناسی ارشد مهندسی عمران آب دانشگاه آزاداسلامشهر

صابر معظمی گودرزی

دکتری عمران آب استادیاردانشگاه آزاداسلامشهر

صمد امامقلیزاده

دکتری سازه های آبی دانشیار دانشگاه صنعتی شاهرود

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 :