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

کاربرد شبکه های عصبی مصنوعی جهت تخمین دبی رسوب رودخانه ها

اعتبار موردنیاز: ۱ | تعداد صفحات: ۷ | تعداد نمایش خلاصه: ۳۷۴۱ | نظرات: ۰
سرفصل ارائه مقاله: مهندسی رودخانه
سال انتشار: ۱۳۸۰
نوع ارائه: شفاهی
کد COI مقاله: 208_8628680142
زبان مقاله: فارسی
حجم فایل: ۱۴۵.۸۱ کلیوبایت (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. 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 ۷ 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 کاربرد شبکه های عصبی مصنوعی جهت تخمین دبی رسوب رودخانه ها

  فریبا آوریده - عضو هیئت علمی جهاد دانشگاهی استان کرمانشاه
  محمدابراهیم بنی حبیب - استادیار مرکز تحقیقات حفاظت خاک و آبخیزداری
  احمد طاهرشمسی - استادیار دانشکده عمران دانشگاه صنعتی امیرکبیر

چکیده مقاله:

پدیده انتقال رسوب از جمله فرآیندهای هیدرودینامیکی مهمی است که بسیاری از سیستم های فیزیکی و تأسیسات عمرانی را تحت تأثیر قرارمی دهد و به عنوان یکی از بزرگترین مشکلات بهره برداری از منابع آبهای سطحی در جهان مطرح است. با توجه به نقش و اهمیت رسوب درعمر مفید سدهای کشور که نقش بزرگی را در توسعه اقتصادی کشور ایفا می کنند، عدم توجه به اندازه گیری و محاسبه دقیق آن، باعث اتلاف سرمایه های ملی می گردد. بدیهی است که دقت پیش بینی میزان رسوب وارده به مخازن سدها، بستگی زیادی به روشهای محاسباتی و معادلات ارائه شده د ر این زمینه دارد؛ از طرفی دامنه کاربرد این روشها به سبب پیچیدگی طبیعت رودخانه ها و گوناگونی عوامل مؤثر در پدیده انتقال رسوب محدود م ی باشد و نتایج بدست آمده اغلب دارای دامنه نوسان زیادی است . در این مقاله شبکه عصبی مصنوعی به عنوان روشی مؤثر جهت تخمین مقدار ر سوب معلق بکار گرفته شده است . شبکه ای با ساختار و آموزش مناسب و داده های کافی قادر است تأثیرات مخفی و ارتباط بین دبی آب ودبی رسوب را بدون استفاده از روابط اختصاصی و معادلات انتقال فراگیرد .پس از طرح و آموزش شبکه کاربرد این مدل محاسباتی در برآورد رسوب برای ی کی از رودخانه های کشور بررسی شده و نتایج حاصل از آن با روش متداول تخمین رسوب(برازش منحنی توانی بر داده های آماری دبی رسوب ) مقایسه شده است. نتایج این مقایسه نشان دهنده بهبود قابل توجهی در دقت تخمین رسوب و کارآیی این روش میباشد.

کلیدواژه‌ها:

رسوب، شبکه های عصبی مصنوعی، هیدرولیک محاسباتی

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-IHC03-208_8628680142.html
کد COI مقاله: 208_8628680142

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:
آوریده, فریبا؛ محمدابراهیم بنی حبیب و احمد طاهرشمسی، ۱۳۸۰، کاربرد شبکه های عصبی مصنوعی جهت تخمین دبی رسوب رودخانه ها، سومین کنفرانس هیدرولیک ایران، تهران، دانشگاه تهران، فنی، https://www.civilica.com/Paper-IHC03-208_8628680142.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: (آوریده, فریبا؛ محمدابراهیم بنی حبیب و احمد طاهرشمسی، ۱۳۸۰)
برای بار دوم به بعد: (آوریده؛ بنی حبیب و طاهرشمسی، ۱۳۸۰)
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 :

  • Trent , R , Molinas , A , Gagarin , ...
  • Hirano . Moriyama , T _ Kawahsrd . K , ...
  • MutiLater Perceptron 4) Neuron ...
  • Activaiton Function 6) Back Propegation ...
  • Marquardt - Levenberg (M.L) 8) Weight ...
  • کدام مقالات به این منبع استناد نموده اند


    بر اساس سیستم تحلیلی استنادات مقالات، تاکنون برای نگارش ۱۳ مقاله استفاده شده است.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۴۷۸۹
    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.