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

پیشبینی دبی سیلاب با استفاده از ترکیب نتایج مدلهای بارش - رواناب

اعتبار موردنیاز: ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۲۴۰۷ | نظرات: ۰
سرفصل ارائه مقاله: مدیریت سیل در رودخانه
سال انتشار: ۱۳۸۵
نوع ارائه: شفاهی
کد COI مقاله: IREC07_253
زبان مقاله: فارسی
حجم فایل: ۳۳۲.۱۵ 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 پیشبینی دبی سیلاب با استفاده از ترکیب نتایج مدلهای بارش - رواناب

  محسن پوررضا بیلندی - دانشجوی کارشناسی ارشد سازههای آبی، دانشگاه شهید چمران اهواز
  رضا طارقیان - دانشجوی کارشناسی ارشد سازههای آبی، دانشگاه شهید چمران اهواز
  مهدی قمشی (شناسه پژوهشگر - Researcher ID: ۴۷۹۷)
دانشیار دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز

چکیده مقاله:

مدلهای بارش - رواناب بهعنوان جزئی از سیستمهای پیشبینی سیلاب میباشند . در یک چنین سیستمهایی، یک مدل بارش - رواناب ممکن است بر اساس دقت، آشنایی کاربر با آن، سادگی استفاده از آن، نوع حوضه و یا اطلاعات در دسترس انتخاب شود . تا به امروز مدلهای بارش - رواناب فراوانی با قابلیتها و پیچیدگیهای متفاوتی ساخته و به کار برده شدهاند . اما علیرغم وجود مدلهای فراوان، ظهور مرتب مدلهای جدید نشان میدهد که هنوز یک چنین مدل فوق العادهای ساخته نشده است . بهعنوان یک راهحل، میتوان به جای تکیه بر تنها یک مدل، از روش ترکیب نتایج حاصل از
مدلهای بارش - رواناب مختلف استفاده کرد . در این تحقیق با استفاده از اطلاعات بارندگی، رواناب دو حوضه رودخانههای نورثفورک و ساوثفورک در ایالت کالیفرنیای آمریکا و با استفاده از ترکیب
نتایج حاصل از مدلهای بارش - رواناب به پیشبینی دبی سیلاب پرداخته شد . مدلهای بارش - رواناب SVRCو LVGFM ،LPM ،SLM بدین منظور انتخاب شدند . همچنین به منظور ترکیب نتایج حاصل از مدلهای بالا از روشهای ترکیبی متوسطگیری ساده، رگرسیون خطی و غیرخطی و شبکه - های عصبی مصنوعی استفاده شد . در زمان ترکیب نتایج مدلهای بارش - رواناب مختلف با استفاده از شبکههای عصبی، از الگوریتم پسانتشار خطا ) ) BP جهت آموزش و تست شبکه بهره برده شد . نتایج حاصله نشان داد که دبی سیلاب پیشبینی شده با استفاده از روشهای ترکیبی، دارای میزان خطای کمتر و همبستگی بالاتری نسبت به تک تک مدلهای بارش - رواناب بود . در میان این روش - های ترکیبی، شبکههای عصبی و رگرسیون غیرخطی نتایج بهتری را ارائه دادند .

کلیدواژه‌ها:

مدلهای بارش - رواناب، روشهای ترکیبی، شبکههای 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_253.html
کد COI مقاله: IREC07_253

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:
پوررضا بیلندی, محسن؛ رضا طارقیان و مهدی قمشی، ۱۳۸۵، پیشبینی دبی سیلاب با استفاده از ترکیب نتایج مدلهای بارش - رواناب، هفتمین سمینار بین المللی مهندسی رودخانه، اهواز، سازمان آب و برق خوزستان، دانشگاه شهید چمران اهواز، https://www.civilica.com/Paper-IREC07-IREC07_253.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: (پوررضا بیلندی, محسن؛ رضا طارقیان و مهدی قمشی، ۱۳۸۵)
برای بار دوم به بعد: (پوررضا بیلندی؛ طارقیان و قمشی، ۱۳۸۵)
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 :

  • Xiong, L., Shamseldin, A. Y. and OConner, K. M. 2001.، ...
  • Fiordaliso, A. 1998.، 0A Non-Linear Forecasts Combination Method Based On ...
  • Shamseldin, A. Y., OConnor, K. M. and Liang, G. C. ...
  • Niggli, M. and Musy, A. 2005.، 0A Bayesian Method of ...
  • Kachroo, R. K., Liang, G. C. 1992.، #River Flow Forecasting, ...
  • Ahsan and OConnor, K. M. 1994 _، 0A Simple Non-Linear ...
  • جانسون، ر. الف. و ریچرن، د. ۱۳۷۸. "تحلیل آماری چند ...
  • کارتاپولوس، اس. وی. ۱۳۸۰. "منطق فازی و شبکه‌های عصبی (مفاهیم ...
  • منهاج، م. ب. ۱۳۷۹. "مبانی شبکه‌های عصبی". انتشارات دانشگاه صنعتی ...
  • USDA Forest Service. http ://www.fs .fed.us/. ...
  • th International River Engineering Conference Shahid Chamran University, 13 -15 ...
  • کدام مقالات به این منبع استناد نموده اند


    بر اساس سیستم تحلیلی استنادات مقالات، تاکنون برای نگارش ۲ مقاله استفاده شده است.

    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.