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

پیش بینی تقاضای آب شهری با استفاده از شبکه های عصبی مصنوعی پویا

اعتبار موردنیاز: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۱۲۹۲ | نظرات: ۰
سرفصل ارائه مقاله: مهندسی و مدیریت منابع آب
سال انتشار: ۱۳۹۰
کد COI مقاله: NCCE06_0761
زبان مقاله: فارسی
حجم فایل: ۳۶۷.۱۳ 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 پیش بینی تقاضای آب شهری با استفاده از شبکه های عصبی مصنوعی پویا

  فاطمه فعال - دانشجوی کارشناسی ارشد مهندسی عمران مهندسی آب دانشگاه صنعتی شریف
  احمد ابریشم چی - استادگروه مهندسی آب و محیط زیست دانشگاه صنعتی شریف

چکیده مقاله:

پیش بینی تقاضای آب فعالیت مهمی در عملکرد موفق سیستم تامین و توزیع آب شهری است دراین تحقیق پیش بینی کوتاه مدت 14 روز آینده میان مدت 26 هفته آینده و بلندمدت 24 ماه آینده تقاضای آب شهر تهران با استفاده از شبکه عصبی مصنوعی پویا DAN2 و شبکه عصبی با تاخیر زمانی متمرکز FTDNN انجام شده است عدم تفکیک روزهای هفته در مدل روزانه پیش بینی مستقیم روزانه سپس جمع بستن به هفته های متناظر در مدل هفتگی و استفاده از فصلهای تقاضای زیاد و تقاضای کم درمدل ماهانه نتیجه بهتر پیش بینی را ارائه داد عملکرد مطلوب مدل DAN2 د رنتایج پیش بینی مشاهده شد.

کلیدواژه‌ها:

پیش بینی، تقاضای آب شهری، شبکه های عصبی

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:
http://www.civilica.com/Paper-NCCE06-NCCE06_0761.html
کد COI مقاله: NCCE06_0761

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:
فعال, فاطمه و احمد ابریشم چی، ۱۳۹۰، پیش بینی تقاضای آب شهری با استفاده از شبکه های عصبی مصنوعی پویا، ششمین کنگره ملی مهندسی عمران، سمنان، دانشگاه سمنان، http://www.civilica.com/Paper-NCCE06-NCCE06_0761.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: (فعال, فاطمه و احمد ابریشم چی، ۱۳۹۰)
برای بار دوم به بعد: (فعال و ابریشم چی، ۱۳۹۰)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز:
تعداد مقالات: ۱۷۲۴۸
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.