استفاده از شبکه های عصبی مصنوعی در برآورد دبی رسوب ورودی به سد مخزنی کرخه
محل انتشار: هفتمین کنفرانس هیدرولیک ایران
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,751
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IHC07_153
تاریخ نمایه سازی: 10 مرداد 1387
چکیده مقاله:
از آنجا که برآورد دقیق حجم رسوبات، مهم ترین عامل در ساماندهی رودخانه ها و بهرهبرداری از منابع آب و تعیین عمر مفید سدها می باشد، لذا، با استفاده از روش هایی با دقت مناسب جهت محاسبه بار رسوب، از مهم ترین اهداف پروژه های مرتبط با رسوب محسوب می شود. در این مقاله با کاربرد نرم افزار2000 Qnet در ایستگاه های پل زال و جلوگیر در بالادست کرخه به کمک اطلاعات هیدرومتری، دبی ریوب ورودی به سد کرخه با دقت نسبتاَ بالایی پیش بینی گردید. نتایج مدل سازی شبکه های عصبی مصنوعی نشان داده است که پارامتر دبی در همان روز در هر ایستگاه، مؤثرترین پارامتر ورودی از میان 5 متغیر مختلف در شبیه سازی مدل بوده است. مقایسه نتایج حاصل از مدل و مقادیر اندازه گیری شده در مراحل آموزش و صحت سنجی و تست نشان داده است که مدل قادر بوده پدیده انتقال رسوب را به خوبی پیش بیبنی نماید. همچنین با مقایسه روش شبکه های عصبی با روش منحنی سنجه، ملاحظه گردید که روش شبکه های عصبی مصنوعی دبی رسوب را با دقت بالاتری برآورد می کند.
کلیدواژه ها:
نویسندگان
زهرا حاجی علی گل
دانشجوی کارشناسی ارشد سازه های آبی، دانشگاه شهید چمران اهواز
سید محمود کاشفی پور
دانشیار دانشکده مهندسی علوم آب، دانشگاه شهید چمران
ایمان بیت اله پور چهارمحالی
دانشجوی کارشناسی ارشدسازه های آبی، دانشگاه تهران
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 :