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

Adaptive Neuro-Fuzzy Inference System for Prediction of Bed- Load Sediment Transport in the Swash Zone

اعتبار موردنیاز: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۲۳۴۲ | نظرات: ۰
سال انتشار: ۱۳۸۷
کد COI مقاله: NCCE04_534
زبان مقاله: انگلیسی
حجم فایل: ۱۳۸.۴۶ کلیوبایت (فایل این مقاله در ۸ 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 ۸ 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 Adaptive Neuro-Fuzzy Inference System for Prediction of Bed- Load Sediment Transport in the Swash Zone

Roham Bakhtyar - PhD Candidate Department of Civil Engineering, Iran University of Science & Technology, Tehran, Iran
Abbas Yeganeh bakhtiary - Associate Professor Department of Civil Engineering, Iran University of Science & Technology, Tehran, Iran
Abbas Ghaheri - Associate Professor Department of Civil Engineering, Iran University of Science & Technology, Tehran, Iran

چکیده مقاله:

Fluid and sediment interactions occurring in the swash zone determine the erosion or accretion of the beach and act as boundary conditions for morphodynamic models. Therefore, it is necessary to predict the sediment transport in this area. In this paper, the abilities of Fuzzy Inference System (FIS) and Adaptive-Network- Based Fuzzy Inference System (ANFIS) methods are used to predict and modeling bed-load sediment
transport in the swash zone. The ANFIS and FIS are established using the free stream velocity time series and antecedent sediment data. Statistic measures were used to evaluate the performance of the models. The crossshore sediment transport rate and swash velocity time series for the swash experiments of Masselink and Hughes (1998) were used as case studies. Based on comparison of the results, it is found that the ANFISbased predictions are slightly superior to the FIS-based predictions. Also, results indicate that using neurofuzzy approach in sediment transport modeling have a sufficient prediction accuracy.

کلیدواژه‌ها:

ANFIS, Sediment transport, Shields parameter, Swash zone.

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-NCCE04-NCCE04_534.html
کد COI مقاله: NCCE04_534

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:
Bakhtyar, Roham; Abbas Yeganeh bakhtiary & Abbas Ghaheri, ۱۳۸۷, Adaptive Neuro-Fuzzy Inference System for Prediction of Bed- Load Sediment Transport in the Swash Zone, چهارمین کنگره ملی مهندسی عمران, تهران, دانشگاه تهران, https://www.civilica.com/Paper-NCCE04-NCCE04_534.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: (Bakhtyar, Roham; Abbas Yeganeh bakhtiary & Abbas Ghaheri, ۱۳۸۷)
برای بار دوم به بعد: (Bakhtyar; Yeganeh bakhtiary & Ghaheri, ۱۳۸۷)
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 :

  • Van Rijn, L.C. (1993) Principles of sediment transport in rivers, ...
  • Masselink, G. and Hughes, M.G. (1998) Field investigation of sediment ...
  • Meyer-Peter, E., Muller, R., 1948. Formulas for bed-load transport, Proc. ...
  • Puleo, J.A. Beach, R.A. Holman, R.A. and Allen, J.S. (2000) ...
  • Larson, M. Kubota, S. and Erikson, L. (2004) Swash ZOne ...
  • Takagi, T. and Sugeno, M. (1989) Fuzzy identification of system ...
  • Stuber, M. Gemmar. P. Greving. M. (2000) Machine Supported Development ...
  • Khondker, M.-U]1-H. Wilson, G. and Klinting, A. (1998) Application of ...
  • Minns, A.W. and Hall, M. J. (1996) Artificial neural networks ...
  • Bateni, S. M and Jeng, D. S (2007) Estimation of ...
  • Jang, J.-S. R. (1993) ANFIS: Ad aptive- Network-B ased Fuzzy ...
  • Lee, C.C. (1990) Fuzzy logic in contro] system: fuzzy logic ...
  • Sugeno, M. (1985) Industrial Applications of Fuzzy Control. Elsevier Ltd. ...
  • Nielsen, P. (1992) Coastal bottom boundary layers and sediment transport. ...
  • Nielsen, P. (2002) Shear stress and sediment transport calculations for ...
  • 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.