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

استفاده از شبکه عصبی مصنوعی در پیش بینی آبدهی رودخانه بالارود در استان خوزستان

اعتبار موردنیاز: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۱۱۸۶ | نظرات: ۰
سرفصل ارائه مقاله: سازه ها و مدلهای هیدرولیکی
سال انتشار: ۱۳۸۴
کد COI مقاله: IHC05_133
زبان مقاله: فارسی
حجم فایل: ۳۳۹.۲۷ کلیوبایت (فایل این مقاله در ۸ 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 ۸ 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 استفاده از شبکه عصبی مصنوعی در پیش بینی آبدهی رودخانه بالارود در استان خوزستان

  صمد اماقلی زاده - دانشجوی دکتری سازه های آبی دانشگاه شهید چمران اهوز
  سیدمحمود کاشفی پور - استادیار دانشکده مهندسی آب دانشگاه شهید چمران اهواز
حسن ترابی پوده - کارشناس ارشد سازمان آب و برق خوزستان

چکیده مقاله:

تخمین تصحیح دبی رودخانه از جمله پارامترهای مهم در علم مهندسی رودخانه و رشته های وابسته به آن از جمله هیدرولوژی و هیدرولیک می باشد، چرا که در مطالعات پایه، زیست محیطی و سد سازی، آبدهی رودخانه نقش مهمی را دارا می باشد، طویکه هر چه تخمین آن دقیق تر باشد، نتایج مطالعات از اعتماد و دقت بیشتری برخوردار خواهد بود. از آنجائیکه در بعضی از رودخانه ها به علت عدم وجود ایستگاههای هیدرومتری و لذا عدم برداشت اطلاعات آبدهی و یا کوتاه بودن دوره زمانی آماربرداری، اطلاعات مورد نیاز به اندازه کافی در دسترس نمی باشد این امر مطالعات را با مشکل مواجه می سازد. در چنین مواردی می توان از روشهای مختلفی مانند روابط بیش بارش و رواناب یک حوضه آبریز به تخمین آبدهی آن حوضه پرداخت. روشی که اخیرا مورد توجه مهندسین هیدرولوژی قرار گرفته است، استفاده از روش شبکه عصبی مصنوعی ( Artificial Neural Networks) می باشد. در این مطالعه از نرم افزار شبکه عصبی تحت عنوان QNET استفاده گردید. بدین منظور از داده های باران سنجی و درجه حرارت ماهانه ایستگاههای مجاورحوضه آبریز رودخانه بالا رود و اطلاعات دبی ایستگاه هیدرومتری دو کوهه بر روی رودخانه بالارود در دوره آماری 15 ساله (1363-1378) برای مدل استفاده گردید. نتایج اجرای مدل بیانگر دقت نسبتا بالای مدل شبکه مصنوعی در برآورد و تخمین دبی رودخانه بالارود بوده است.

کلیدواژه‌ها:

رودخانه بالارود ، شبکه های عصبی مصنوعی ، رابطه دبی ، بارش

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-IHC05-IHC05_133.html
کد COI مقاله: IHC05_133

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:
اماقلی زاده, صمد؛ سیدمحمود کاشفی پور و حسن ترابی پوده، ۱۳۸۴، استفاده از شبکه عصبی مصنوعی در پیش بینی آبدهی رودخانه بالارود در استان خوزستان، پنجمین کنفرانس هیدرولیک ایران، کرمان، دانشگاه باهنر کرمان، https://www.civilica.com/Paper-IHC05-IHC05_133.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: (اماقلی زاده, صمد؛ سیدمحمود کاشفی پور و حسن ترابی پوده، ۱۳۸۴)
برای بار دوم به بعد: (اماقلی زاده؛ کاشفی پور و ترابی پوده، ۱۳۸۴)
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 :

  • {۱}-بیل، آر. وتی. جکسون. ترجمه البرزی، محمود (۱۳۸۰). _ آشنائی ...
  • {۲}-نصیری صالح، فرزین ومنتظر، غلامعلی(۱۳۸۰)، " تعیین ابعاد حفره آبشستگی ... [مقاله کنفرانسی]
  • {۳}-گزارش هواشناسی و هیدرولوژی مطالعات مرحله اول طرح سد مخزنی ...
  • {۴}- مهاج، م . ? مبان شبکه های عصین، نشر ...
  • -Jam, L. and Fanelli, A.M. (2000). Recent advances in artificial ...
  • -Broomhed, D. S. and Lowe, D. (1988). «، Multivariate functional ...
  • -Orr, M. J. L. (1995). «Local smoothing of radial basis ...
  • -Maillard, E.P. and Gueriot, D. (1997).، RBF neural networks, basis ...
  • -User's manual of Qnet 2000 (Neural Network Modeling). ...
  • -Lippman, R.P.، An Introduction to Computing with Neural Nets, ?IEEE ...
  • کدام مقالات به این منبع استناد نموده اند

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۱۷۲۷۷
    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.