شبیه سازی جریان رودخانه با استفاده از الگوریتم های مختلف شبکه عصبی (مطالعه موردی: رودخانه تنگاب فیروزآباد)

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 589

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MEAENRS01_284

تاریخ نمایه سازی: 18 خرداد 1393

چکیده مقاله:

از حدود چند دهه پیش موضوع استفاده از پدیده های اقلیمی برای شبیه سازی داده های هواشناسی و هیدرولوژیک مطرح شده است. تحقیقات موجود در این زمینه غالباً مربوط به پیدا کردن ارتباط بین بارش و دما با پدیده های اقلیمی بوده است. در این جا پس از بررسی های بسیار مشخص گردید که امکان شبیه سازی دراز مدت جریان رودخانه میسر است. برای این ک ار از داده های ایستگاه هیدرومتری واقع در رودخانه تنگاب فیروزآباد استفاد شده است. این تحقیق بر روی ارتباط در ماه های مختلف می باشد. همچنین تحقیقات مشخص ساخت که می توان با استفاده از روش شبکه عصبی مصنوعی (ANN) با معماری م شخص به نتایج برجسته و قابل قبولی برای پیش بینی دبی سال بعد با استفاده از شاخص های سال جاری دست یافت. با استفاده از نتایج این تحقیق می توان با بکارگیری شبکه عصبی و با استفاده از شاخص های اقلیمی سال های قبل، دبی یکسال بعد را با دقت مناسبی پیش بینی نمود. با توجه به اینکه عواملی از جمله میزان بارندگی، درجه حرارت، تبخیر، نفوذپذیری روی دبی رودخانه ها تأثیر دارد، ولی به بطور کلی مهمترین عامل تغییرات دبی رودخانهها در این تحقیق میزان بارش می باشد.

نویسندگان

فرامرز کشوری

دانشجوی کارشناسی ارشد مهندسی منابع آب دانشگاه آزاد اسلامی واحد شیراز

سیدامیر شمس نیا

استادیار گروه مهندسی آب دانشگاه آزاد اسلامی واحد شیراز

فاطمه سادات مرتضوی زاده

دانشجوی کارشناسی ارشد مهندسی منابع آب دانشگاه آزاد اسلامی واحد شیراز

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، محمود، "آشنایی با شیکه‌های عصبی"، انتشارات علمی دانشگاه صنعتی ...
  • همدان دانشکده شهید مفتح 22 اسفند 1392 ...
  • جاعل، ا، کاشفی پور، س.، عصاره، ا. 1387 بررسی افت ... [مقاله کنفرانسی]
  • قبادیان، ر.، شفاعی بجستان، م. 1385. بهینه یابی ضریب تخلیه ...
  • حائری، سید محسن و ساداتی، ناصر و مهین‌روستا، رضا _ ...
  • جورابیان، م، زارع، ط.، استوار، ا. 1384. شبکه های عصبی ...
  • زمردیان، س.، بهبهانی، س. 1387. شبیه سازی شبکه عصبی مصنوعی ...
  • منهاج، م. 1379. مبانی شبکه های عصبی، نشر دانشگاه صنعتی ...
  • کیا، س. محاسبات نرم در متلب. 1389. انتشارات کیان رایانه ...
  • runoff Process" Journal water Resources, مقق 18- Smith, J., and ...
  • همدان دانشکده شهید مفتح 22 اسفند 1392 ...
  • Allan, R. J., Bread, G. S., Close, A., Herczeng, A. ...
  • Dandy, G. C., Simpson, A. R. and Murphy, L. J.(1996), ...
  • Esat, V., and Hall, M.J.(1994), Water resource system optimization using ...
  • Jain, S. K., Das, A. and Sirvastava, D.K.(1999). Application of ...
  • Karamouz, M. and B, Zahraie (2004) "Seasonal stremflow forecasting using ...
  • Kripalani, R. H., and Kulkarani, A. (1997). Rainfall variability OVer ...
  • Maier, H. R., and Dondy, G. C. (1996). "Use of ...
  • prediction of water quality parameters" water resources Research, 32 (4) ...
  • Salas.J.D .Boes.C.D. .and Smith.R. A (2000)." Estimation of ARIMA models ...
  • Wang, Q. J.(1991), The genetic algorithm and its application to ...
  • Wardlaw, R., and Sharif, M.(1999), Evaluation of genetic algorithms for ...
  • نمایش کامل مراجع