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

پیش بینی جریان های ساحلی در شرایط طوفانی با استفاده از شبکه های عصبی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۱۳۴۴ | نظرات: ۰
سال انتشار: ۱۳۸۵
کد COI مقاله: ICOPMAS07_144
زبان مقاله: فارسی
حجم فایل: ۱۸۳ کلیوبایت (فایل این مقاله در ۶ 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 ۶ 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 پیش بینی جریان های ساحلی در شرایط طوفانی با استفاده از شبکه های عصبی

  مژگان اثناعشری محمدی - کارشناس ارشد آب، دانشگاه علم و صنعت ایران،تهران
  عباس یگانه بختیاری - استادیار دانشکده عمران،دانشگاه علم و صنعت ایران،تهران
  کاوه کامیاب مقدم - کارشناس ارشد سازه ، دانشکده فنی دانشگاه تهران ، تهران
  رضا ولی پور - کارشناس ارشد سازه هیدرولیکی، دانشگاه علم و صنعت ایران،تهران

چکیده مقاله:

جریان های ساحلی یکی از پدیده های مهم در ناحیه ساحلی به شمار می روند و عامل اصلی انتقال رسوب و تغییر مورفولوژی ساحل می باشند. با تحقیقاتی که در سال های اخیر انجام شد، مشخص گردیده که در شرایط طوفانی (باد شدید و موج بلند) در مناطقی عمیق ترکه موج نمی تواند تاثیری بر ایجاد جریان داشته باشد، جریان های ساحلی قابل ملاحظه ای وجود دارد که نمایانگر تاثیرمستقیم باد شدید بر تولید جریان های ساحلی است. در این تحقیق سعی شده تا با استفاده از شبکه های عصبی مصنوعی مدلی ایجاد گردد که با در نظر گرفتن اثر همزمان موج و باد، بتواند جریان های ساحلی را در شرایط طوفانی به خوبی تخمین بزند. با استفاده از شبکه عصبی ایجاد شده برآورد جریان های ساحلی در دو ناحیه ساحلی (NearShore ) و فرا ساحلی (OffShore )به خوبی انجام گرفته است. همچنین با استفاده از آنالیز حساسیت شبکه به بررسی کیفی اثر پارامتر های باد و موج در ایجاد این جریانات در نواحی مختلف ساحلی پرداخته شد. نتایج این بررسی ها نشان می دهد که در منطقه شکست، هنگام طوفان، باد و موج اثر قابل رقابتی در جریان های کرانه ای دارند، اما در جریان های زیر گذر عمود بر ساحل اثر موج به مراتب بیشتر است. با وجود این، پارامتر باد در این جریان ها نیز بی تاثیر نیست. در خارج منطقه شکست، در هنگام طوفان، جریان کرانه ای بطور غالب متاثر از باد است و امواج تاثیر به مراتب کمتری بر این جریان ها دارند. همچنین نتایج نشان می دهند برای اعمال اثر موج اعمال دو پارامتر ارتفاع موج مشخصه و زاویه تاج کافی است و نیازی به در نظر گرفتن پارامتر دوره تناوب در برآورد هیچکدام از جریان های ساحلی نمی باشد. مدل های شبکه عصبی ایجاد شده برای مطالعه موردی ساحل جواتسو – اوگاتای دریای ژاپن میباشد.

کلیدواژه‌ها:

شبکه های عصبی مصنوعی، پیش بینی جریان های ساحلی ، شرایط طوفانی ، جریان های کرانه ای، جریان های عمود بر ساحل ، انتقال رسوب

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-ICOPMAS07-ICOPMAS07_144.html
کد COI مقاله: ICOPMAS07_144

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:
اثناعشری محمدی, مژگان؛ عباس یگانه بختیاری؛ کاوه کامیاب مقدم و رضا ولی پور، ۱۳۸۵، پیش بینی جریان های ساحلی در شرایط طوفانی با استفاده از شبکه های عصبی، هفتمین همایش بین المللی سواحل، بنادر و سازه های دریایی، تهران، سازمان بنادر و کشتی رانی، https://www.civilica.com/Paper-ICOPMAS07-ICOPMAS07_144.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: (اثناعشری محمدی, مژگان؛ عباس یگانه بختیاری؛ کاوه کامیاب مقدم و رضا ولی پور، ۱۳۸۵)
برای بار دوم به بعد: (اثناعشری محمدی؛ یگانه بختیاری؛ کامیاب مقدم و ولی پور، ۱۳۸۵)
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 :

  • Kato, S _ Yamashita, T and Baba, y., (2004). Wind ...
  • Research Center for Disaster Environment setup .Workshop on Wave, Tide ...
  • Neural Network Toolbox _ Using of Matlab 7.0. ...
  • منهاج، محمد باقر، مبانی شبکه های عصبی هوش محاسباتی، مرکز ...
  • مهدی غضنفری و جمال ارکات (تالیف:فیلیپ پیکتن)، شبکه های عصبی(اصول ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۲۷۷۱۱
    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.