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

پیش بینی رواناب ماهانه با شبکه عصبی مصنوعی (ANN ) و مقایسه آن با نتایج روشهای تجربی در حوضه آبریز کسیلیان

اعتبار موردنیاز: ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۱۷۷۹ | نظرات: ۱
سرفصل ارائه مقاله: سازه ها و مدلهای هیدرولیکی
سال انتشار: ۱۳۸۴
کد COI مقاله: IHC05_142
زبان مقاله: فارسی
حجم فایل: ۵۸۸.۴۴ کلیوبایت (فایل این مقاله در ۹ 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 ۹ 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 رواناب ماهانه با شبکه عصبی مصنوعی (ANN ) و مقایسه آن با نتایج روشهای تجربی در حوضه آبریز کسیلیان

  آیت باجلان - فوق لیسانس عمران-آب، گروه عمران دانشگاه شهید چمران اهواز
  محمد محمودیان شوشتری (شناسه پژوهشگر - Researcher ID: ۴۷۹۸)
استاد گروه عمران دانشکده مهندسی دانشگاه شهید چمران اهواز
  مسعود اولی پور - استادیار گروه عمران دانشکده مهندسی دانشگاه شهید چمران اهواز

چکیده مقاله:

تخمین دبی جریان در رودخانه، بدلیل تاثیر آن درذ مدیریت منابع آب، می تواند نقش اقتصادی مهمی داشته باشد. با روش های مختلفی می توان رواناب خروجی از حوضه را محاسبه نمود. هر یک از روشها محاسن و معایب مربوط به خود را دارد. یکی از روشهایی که اخیر توجه بسیاری از پژوهشگران را بهود جلب نموده است. استفاده از شبکه های عصبی مصنوعی ( ANN) می باشد.در این تحقیق با استفاده از شبکه های عصبی مصنوعی یک مدل هوشمند برای پیش بینی آورد ماهانه حاصل از بارش برای حوضه آبریز کسیلیان، با وسعت 67/5 کیلومتر مربع که معرف منطق وسیعی از قسمتهای کوهستانی البرز شمالی محسوب می شود ارائه می شود. در این مدل از یک شبکه چندلایه ای پیشخور پرسپترون ( MLP) با یک لایه پنهان از نرونهای سیگموئیدی tansig) و یک لایه خروجی از نرونهای خطی ( purelin) استفاده شده است.الگوریتم انتخابیبرای آموزش شبکه ها الگوریتم لونبرگ-مارکواتLM ) می باشد. برای آموزش و تست شبکه های عصبی از کلیه آمار مکوجود در طی سالهای 1350 تا 1373 استفاده شده است. ساختار بهینه و الگوی ورودی بهینه شبکه عصبی با سعی و خطا تعیین می گردد. تمام مراحل ایجاد شبکه، آموزش و تست آن با استفاده ار جعبه ابزار شبکه های عصبی نرم افزار MATLAB انجام انجام شده است. در نهایت نتایج حاصل از شبکه عصبی با نتایج حاصل از روش های جاستین ( Justian) و خوسلا ( Khosla) مقایسه گردید. میانگین مربعات خطا برای شبکه عصبی، روشهای خوسلا و جاستین به ترتیب 829/6،3149،576 بدست آمد که این مقایسه نشان دهند دقت قابل قبول شبکه عصبی مصنوعی در پیش بینی رواناب می باشد.

کلیدواژه‌ها:

کسیلیان شبکه MLP ، جاستین ، خوسلا ، الگوریتم LM

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_142.html
کد COI مقاله: IHC05_142

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:
باجلان, آیت؛ محمد محمودیان شوشتری و مسعود اولی پور، ۱۳۸۴، پیش بینی رواناب ماهانه با شبکه عصبی مصنوعی (ANN ) و مقایسه آن با نتایج روشهای تجربی در حوضه آبریز کسیلیان، پنجمین کنفرانس هیدرولیک ایران، کرمان، دانشگاه باهنر کرمان، https://www.civilica.com/Paper-IHC05-IHC05_142.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: (باجلان, آیت؛ محمد محمودیان شوشتری و مسعود اولی پور، ۱۳۸۴)
برای بار دوم به بعد: (باجلان؛ محمودیان شوشتری و اولی پور، 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 :

  • - البرزی، م. ۱۳۸۰ . آشنائی با شبکه های عصبی ...
  • سلطانی، س. مرید، س. ۱۳۸۱ . مقایسه مدلهای تفهیمی با ... (مقاله کنفرانسی)
  • علیزاده، ا.۱۳۸۱ . اصول هیدرولوژی کاربردی. مشهد، دانشگاه امام رضا(ع)، ...
  • منهاج، م.ب. ۱۳۷۷ . مبانی شبکه های عصبی. بی جا، ...
  • نشریات آماری حوضه کسیلیان. ۷۶-۱۳۴۹ . سازمان تحقیقات منابع آب(تماب)، ...
  • Nazemi, A., Po orkhadem, H., Akbar Zadleh, M. R, and ...
  • Oscar, R, and Eduardo, A. 2002 _ Artificial neural networks ...
  • Redoy, J. R. 1994 _ text book of hydrology. New ...
  • Tetsu, I., Tetsu, M, and Yoshico, F. 2001 _ Water ...
  • کدام مقالات به این منبع استناد نموده اند

    علم سنجی و رتبه بندی مقاله

    5.0
    ۱ تعداد پژوهشگران نظر دهنده
    5 1
    4 0
    3 0
    2 0
    1 0
    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.