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

استفاده از شبکه عصبی مصنوعی در آنالیز حساسیت تاثیر پارامترها بر بار معلق رسوب ( مطالعه موردی لیقوان چای

اعتبار موردنیاز: ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۱۶۰۴ | نظرات: ۰
سرفصل ارائه مقاله: آب
سال انتشار: ۱۳۸۶
نوع ارائه: شفاهی
کد COI مقاله: NCCE03_030
زبان مقاله: فارسی
حجم فایل: ۳۰۹.۹۱ 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 استفاده از شبکه عصبی مصنوعی در آنالیز حساسیت تاثیر پارامترها بر بار معلق رسوب ( مطالعه موردی لیقوان چای

    وحید نورانی (شناسه پژوهشگر - Researcher ID: ۱۳۹۵)
استادیار دانشکده مهندسی عمران دانشگاه تبریز
    محمدتقی اعلمی (شناسه پژوهشگر - Researcher ID: ۱۳۸۸)
استادیار دانشکده مهندسی عمران دانشگاه تبریز
    محمدحسین امین فر (شناسه پژوهشگر - Researcher ID: ۱۳۸۹)
استادیار دانشکده مهندسی عمران دانشگاه تبریز
  احد نورپور - کارشناس ارشد مهندسی آب دانشگاه تبریز

چکیده مقاله:

در این تحقیق مدل شبکه عصبی مصنوعی (ANN) بعنوان یک مدل جعبه سیاه جهت بررسی تاثیر درجه حرارت و دبی جریان بر میزان بار رسوب معلق حوضه آبریز لیقوان چای معرفی می گردد. مدل شبکه عصبی مصنوعی با الگوریتم آموزشی لونبرگ- مارگارت قانون یادگیری پس انتشار خطا (BP) برای تعیین ساختار بهینه مدل استفاده گردید. پس از تعیین ساختار بهینه مدل، تمام الگوریتمهای آموزشی قانون پس انتشار خطا نیز مورد بررسی قرار گرفتند تا مقایسه ای بین نتایج مدل ANN با نتایج مدلهای آماری همچون مدل رگرسیون، مدل سری زمانی خود همبسته (AR)،مدل منحنی توانی و مدل رگرسیون خطی چند متغیره (MLR) صورت گرفت. از روی نتایج حاصله می توان عملکرد بهتر مدل ANN بر مدلهای آماری کلاسیک را بیان کرد، آما مورد مدل خود همیشه مرتبه بالاتر، مدل ANN بر مدلهای آماری کلاسیک را بیان کرد، اما در مورد مدل خود همبسته مرتبه بالاتر، مدل ANN توانایی کمتری در انعکاس رفتار استوکاستیکی متغیرهای هیدرولوژیکی داشته و اغلب در پیش بینی های قطعی بکار گرفته می شود. در این تحقیق حساسیت کمتر رسوب معلق به درجه حرارت محیط استنباط شده است.

کلیدواژه‌ها:

بار معلق رسوب ، مدل شبکه عصبی مصنوعی ، مدلهای آماری ، آنالیز حساسیت ، لیقوان چای

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-NCCE03-NCCE03_030.html
کد COI مقاله: NCCE03_030

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:
نورانی, وحید؛ محمدتقی اعلمی؛ محمدحسین امین فر و احد نورپور، ۱۳۸۶، استفاده از شبکه عصبی مصنوعی در آنالیز حساسیت تاثیر پارامترها بر بار معلق رسوب ( مطالعه موردی لیقوان چای، سومین کنگره ملی مهندسی عمران، تبریز، دانشگاه تبریز، دانشکده فنی - مهندسی عمران، https://www.civilica.com/Paper-NCCE03-NCCE03_030.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: (نورانی, وحید؛ محمدتقی اعلمی؛ محمدحسین امین فر و احد نورپور، ۱۳۸۶)
برای بار دوم به بعد: (نورانی؛ اعلمی؛ امین فر و نورپور، ۱۳۸۶)
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 :

  • شفاعی بجستان، محمود.۱۳۷۸.هیدرولیک رسوب.ویرایش دوم.انتشارات دانشگاه شهید چمران اهواز. ...
  • The ASCE Task Committee On application of artificial neural networks ...
  • Atiya, A.F. , EL-Shoura, S .M. , Shaheen, S .I. ...
  • Abrahart, R.J., White, S .M., Modelling sediment transfer in Malawi: ...
  • _ Kumar, J., S., Development of integrated sediment rating curve ...
  • _ Cigizoglu, H. K. _ Estimation and forecasting of daily ...
  • ') Cigizoglu, H. K, Kisi, O. _ Methods to improve ...
  • _ Sarangi, A. , B hattacharya, A.K. _ Comparison _ ...
  • _ Murat, A. , Cigizoglu, H. K. _ Suspended sediment ...
  • Murat, A. , Cigizoglu, H. K. , Generalized regression neural ...
  • کارآموز، مهدی.عراقی نژاد، شهاب.۳۸۴ ۱.هیدرولوژی پیشرفته.چاپ اول.انتشارات دانشگاه صنعتی امیر ...
  • The ASCE Task Committee On application of artificial neural networks ...
  • منهاج، محمدباقر.۱۳۷۹.مبانی شبکه های عصبی(هوش محاسباتی).چاپ اول.انتشارات دانشگاه امیر کبیر. ...
  • کدام مقالات به این منبع استناد نموده اند

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۲۱۰۶۱
    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.