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

الگوی جدید بارش- رواناب حوضه آبریز هلیل رود با استفاده از مدل هیبرید شبکه عصبی- موجکی

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۲۲ | تعداد نمایش خلاصه: ۱۹۸ | نظرات: ۰
سال انتشار: ۱۳۸۶
کد COI مقاله: JR_JEG-2-2_003
زبان مقاله: فارسی
حجم فایل: ۳۳۶.۱۸ کیلوبایت (فایل این مقاله در ۲۲ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۲۲ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳,۰۰۰ تومان بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۲۲ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله الگوی جدید بارش- رواناب حوضه آبریز هلیل رود با استفاده از مدل هیبرید شبکه عصبی- موجکی

  مجتبی نوری - دانشگاه شهید باهنر کرمان
  سید محمد میرحسینی - دانشگاه شهید باهنر کرمان
  کامران زینال زاده - دانشگاه ارومیه
  محمد باقر رهنما - دانشگاه شهید باهنر کرمان

چکیده مقاله:

برآورد سیلاب و مدیریت آن از دیرباز مورد توجه کارشناسان و مدیران علوم محیطی بوده است . برای این امر روش های بسیاری وجود دارد که یکی از چشم گیرترین آن ها استفاده از شبکه های عصبی مصنوعی است . در این تحقیق ، مدل بارش - رواناب حوض ه آبریز رودخانه هلیل رود در جنوب شرق ایران ارائه شده است . ظهور تئوری های توانمند مانند منطق فازی و شبکه های عصبی مصنوعی (ANN)، الگوریتم ژنتیک و موجک تحولی عظیم در تحلیل رفتار سیستم ها ی دینامیک در علوم مختلف مهندسی ایجاد کرده است . در این مقاله با استفاد ه از تئوری موجک و شبک ه عصبی، شبکه عصبی - موجکی طراحی شده است . در واقع عملکرد شبکه عصبی پرسپترون چند لایه (MLP) ، با استفاده از موجک بهبود داده شده و با استفاده شبکه عصبی- موجکی الگوی جدیدی در بارش - رواناب ارائه شده است . نتایج به دست آمده از این مدل با نتایج شبکه عصبی انتشار برگشتی و بنیادی شعاعی مقایسه شده است . در الگوی ارائه شده، داده ها در گروه های همگن با توجه به میزان بارش و رواناب و به کارگیری آن ها توسط شبکه عصبی - موجکی، دسته بندی شده است . کنترل دقت محاسبات با محاسبه ضریب همبستگی R، و ریشه میانگین مر بعات خطا (RMSE) صورت گرفته است . نتایج حاکی از بهبود بسیار خوب عمل کرد شبکه عصبی- موجکی با استفاده از داده های تقسیم بندی شده با الگوی جدید است.

کلیدواژه‌ها:

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-JR_JEG-JR_JEG-2-2_003.html
کد COI مقاله: JR_JEG-2-2_003

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:
نوری, مجتبی؛ سید محمد میرحسینی؛ کامران زینال زاده و محمد باقر رهنما، ۱۳۸۶، الگوی جدید بارش- رواناب حوضه آبریز هلیل رود با استفاده از مدل هیبرید شبکه عصبی- موجکی، فصلنامه زمین شناسی مهندسی 2 (2)، https://www.civilica.com/Paper-JR_JEG-JR_JEG-2-2_003.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: (نوری, مجتبی؛ سید محمد میرحسینی؛ کامران زینال زاده و محمد باقر رهنما، ۱۳۸۶)
برای بار دوم به بعد: (نوری؛ میرحسینی؛ زینال زاده و رهنما، ۱۳۸۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

کدام مقالات به این منبع استناد نموده اند


بر اساس سیستم تحلیلی استنادات مقالات، تاکنون برای نگارش ۱ مقاله استفاده شده است.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: ۱۳۸۶۱
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 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.