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

مقایسه کاربرد شبکه تطبیقی عصبی- فازی (ANFIS) با شبکه عصبی مصنوعی (ANN) در پیش بینی جریان رودخانه زاینده رود

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۰ | تعداد نمایش خلاصه: ۷۴۶۰ | نظرات: ۰
سرفصل ارائه مقاله: مدلسازی در مهندسی رودخانه
سال انتشار: ۱۳۸۵
نوع ارائه: پوستر
کد COI مقاله: IREC07_085
زبان مقاله: فارسی
حجم فایل: ۲۱۸.۰۱ کلیوبایت (فایل این مقاله در ۱۰ 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 ۱۰ 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 مقایسه کاربرد شبکه تطبیقی عصبی- فازی (ANFIS) با شبکه عصبی مصنوعی (ANN) در پیش بینی جریان رودخانه زاینده رود

فواد سلطانی - دانشجوی کارشناسی ارشد مهندسی عمران، پردیس، دانشکده عمران، دانشگاه ت
امیرحسین اسدیانی یکتا - دانشجوی دکتری مهندسی عمران و عضو هیأت علمی دانشگاه آزاد اسلامی - همدا

چکیده مقاله:

در این تحقیق قابلیت مدل های تطبیقی عصبی -فازی و شبکه عصبی مصنوعی در پیش بینی میزان دبی رودخانه با یکدیگر مقایسه شده اند . با استفاده از اطلاعات دبی، بارش، ذوب برف و درجه حرارت مدل های مذکور، آموزش دیده و سپس مورد آزمایش قرار گرفتند . در این تحقیق به منظور تعیین بهترین ترکیب بین داده های دبی و دیگر پارامترهای هیدرولوژیکی جهت تخمین دبی، دو سناریو مختلف مورد بررسی قرار گرفته و بهترین سناریو تعیین گردید . به منظور صحت سنجی و مقایسه کارایی سناریوها و روش های مختلف مورد استفاده در تحقیق برای تخمین میزان دبی با یکدیگر، از اطلاعات اندازه گیری شده حوضه آبریز زاینده رود و معیارهای ارزیابی خطا ازجمله MSE ، RMSE و MAE استفاده گردیده است . نتایج این تحقیق حاکی از دقت و برتری قابل ملاحظه مدل تطبیقی عصبی -فازی نسبت به مدل شبکه عصبی مصنوعی می باشد

کلیدواژه‌ها:

پیش بینی دبی، مدل تطبیقی عصبی - فازی، شبکه عصبی مصنوعی

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-IREC07-IREC07_085.html
کد COI مقاله: IREC07_085

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:
سلطانی, فواد و امیرحسین اسدیانی یکتا، ۱۳۸۵، مقایسه کاربرد شبکه تطبیقی عصبی- فازی (ANFIS) با شبکه عصبی مصنوعی (ANN) در پیش بینی جریان رودخانه زاینده رود، هفتمین سمینار بین المللی مهندسی رودخانه، اهواز، سازمان آب و برق خوزستان، دانشگاه شهید چمران اهواز، https://www.civilica.com/Paper-IREC07-IREC07_085.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: (سلطانی, فواد و امیرحسین اسدیانی یکتا، ۱۳۸۵)
برای بار دوم به بعد: (سلطانی و اسدیانی یکتا، ۱۳۸۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

کدام مقالات به این منبع استناد نموده اند

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.