بکارگیری شبکه های عصبی مصنوعی در تخمین جریانات رودخانه ای

سال انتشار: 1383
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,390

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

253_5090405473

تاریخ نمایه سازی: 13 مهر 1384

چکیده مقاله:

تا کنون مدلهای زیادی برای تشریح فرایند پیچیدة بارندگی ـ رواناب پیشنهاد شده است. از روشهای نوین در تشریح فرایند بارندگی ـ رواناب شبکه‌های عصبی مصنوعی می‌باشند. این روش که یکی از شاخه‌های هوش مصنوعی به شمار می‌آید، به دلیل ساختار ریاضی غیر خطی, در میان هیدرولوژیست‌ها رواج یافته است. تحقیق حاضر به مقایسة دو مدل متفاوت از شبکه‌های عصبی مصنوعی یعنیRBF و MLP در تخمین دبی خروجی از حوزه رودخانه زرد در استان خوزستان با استفاده از داده‌های بارش و دبی روزانه, پرداخته است. پس از تعیین بهترین توپولوژی در هر دو شبکه, مشاهده شد که نتایج حاصل از شبکة عصبی RBF در مقایسه با شبکة MLP از دقت قابل قبول تری برخوردار است

کلیدواژه ها:

شبکه های عصبی مصنوعی ، تخمین جریان رودخانه ، شبکه ، RBF ، شبکهMLP

نویسندگان

مهرداد اکبرپور

کارشناس ارشد تاسیسات آبی, دانشگاه شهید باهنر کرمان

اکبر شکرالهی

مشاور عالی شرکت مهندسین مشاور دزآب در امور مهندسی آب

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 :
  • نها=. محمد اق، "مان . شکه هاء , عص , ...
  • استفاه از لبکه عصبی مصنوعی، ششمین سمینار بین اللملی مهندسی ...
  • Demuth, H., Beale, M. , *Neural Network Toolbox For Use ...
  • Tarassenko, L., ،A Guide to Neural Computing Applications' _ 1998, ...
  • Dawson, C.W., Wilby, R.L., *Hydrological modeling using artificial neural network', ...
  • Imrie, C.E., Durucan, S., Korre, A., ،#River flow prediction using ...
  • Sajikumar, N., Thandaves Wara, B.S., ،0A non-linear rainfall -runoff model ...
  • نمایش کامل مراجع