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

استفاده از ANNs در پیش بینی بار معلق عبوری از ایستگاه فارسیات با استفاده از آمار و اطلاعات ایستگاه اهواز

اعتبار موردنیاز: ۱ | تعداد صفحات: ۵ | تعداد نمایش خلاصه: ۸۷۴ | نظرات: ۰
سال انتشار: ۱۳۸۷
کد COI مقاله: NCCE04_755
زبان مقاله: فارسی
حجم فایل: ۲۶۰.۱۹ کلیوبایت (فایل این مقاله در ۵ 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 ۵ 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 ANNs در پیش بینی بار معلق عبوری از ایستگاه فارسیات با استفاده از آمار و اطلاعات ایستگاه اهواز

  شاداب عیسی شوشتری - کارشناس ارشد - دانشگاه شهید چمران اهواز
  سیدمحمود کاشفی پور - دانشیار دانشکده مهندسی علوم آب دانشگاه شهید چمران اهواز

چکیده مقاله:

از آنجا آه ساماندهی رودخانه ها وطراحی و بهره برداری از منابع آب و آنترل آیفیت آن در گرو ب رآورد ص حیح حج م رس وبات حم ل ش ده توسط رودخانه ها می باشد، حصول ر وشهایی جهت محاسبه دبی رسوبات از مهمترین اهداف تحقیقات رسوب به شمار م ی رود . ش بکه ه ای عصبی مصنوعی به دلیل ساختار ریاضی غیر خط ی و توان ایی ح ل م سائل پیچی ده جه ت ب رآورد ب ار رس وب توان ا بنظ ر م ی رس ند . در ای ن تحقی ق ب ا آ اربرد ن رم اف زار Qnet2000 در ب ازه اه واز - فارس یات واق ع ب ر رودخان ه آ ارون، ب ا اس تفاده از آم ار و اطلاع ات دب ی، اش ل و بارندگی مقطع بالادست ، بار معلق با دقت بالایی در ایستگاه فارسیات پیش بینی گردید و دبی روز قبل عب وری از ای ستگاه اه واز م وثرترینپارامتر ورودی در شبیه سازی مدل در نظر گرفته شد .

کلیدواژه‌ها:

بار معلق رسوب، شبکه های عصبی مصنوعی، رودخانه کارون .

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_755.html
کد COI مقاله: NCCE04_755

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:
عیسی شوشتری, شاداب و سیدمحمود کاشفی پور، ۱۳۸۷، استفاده از ANNs در پیش بینی بار معلق عبوری از ایستگاه فارسیات با استفاده از آمار و اطلاعات ایستگاه اهواز، چهارمین کنگره ملی مهندسی عمران، تهران، دانشگاه تهران، https://www.civilica.com/Paper-NCCE04-NCCE04_755.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: (عیسی شوشتری, شاداب و سیدمحمود کاشفی پور، ۱۳۸۷)
برای بار دوم به بعد: (عیسی شوشتری و کاشفی پور، 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 :

  • شفاعی بجستان، م.(۱۳۸۱)، هیدرولیک رسوب»، انتشارات دانشگاه شهید چمران اهواز، ...
  • امجدی، ن.(۳۸۱ ۱)، -آشنایی با سیستمهای هوشمند»، انتشارات دانشگاه سمنان. ...
  • Hall, M. J and Mins, a.W., (2002), "Extrapolation Management For ...
  • Bhattacharya, B. and Solomatine, D., P., (2000) *Application Of Artificial ...
  • James, E. J. Gopakumar, R. , *Fllod Forcasting of Achencoil ...
  • Kashefipour, S. M. Binliang, L. Falconer, ،Neural networks for predicting ...
  • Vesta Services, inc, 0 Qnet2000 Neural Network Modeling for Windows ...
  • عباسی شوشتری، ش، ۶۰استفاده از شبکه های عصبی مصنوعی در ...
  • 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:
    تعداد مقالات: ۱۷۲۷۷
    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.