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

تخمین رسوب معلق ورودی به چاه نیمه های سیستان و بلوچستان با استفاده از شبکه عصبی مصنوعی، سیستم استنتاج فازی - عصبی و منحنی سنجه رسوب (مطالعه موردی: جریکه چاه نیمه)

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۱۱ | تعداد نمایش خلاصه: ۴ | نظرات: ۰
سال انتشار: ۱۳۹۳
کد COI مقاله: RWCS03_028
زبان مقاله: فارسی
حجم فایل: ۷۱۲ کیلوبایت (فایل این مقاله در ۱۱ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۱۱ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳,۰۰۰ تومان بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۱ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تخمین رسوب معلق ورودی به چاه نیمه های سیستان و بلوچستان با استفاده از شبکه عصبی مصنوعی، سیستم استنتاج فازی - عصبی و منحنی سنجه رسوب (مطالعه موردی: جریکه چاه نیمه)

  ام البنی محمدرضا پور - استادیار گروه مهندسی آب دانشگاه زابل
  محمد ملایی - دانشجوی کارشناسی ارشد مهندسی منابع آب دانشگاه زابل
  محمد حسین زاده - دانشجوی کارشناسی ارشد مهندسی منابع آب دانشگاه زابل

چکیده مقاله:

ارائه راه کارهای مناسب جهت برآورد دقیق بار معلق رودخانه ها در پروژه ها منابع آب کاربردهای فراوانی دارد. به دلیل تاثیر پارامترهای مختلف بر انتقال رسوبات در رودخانه ها، تعیین معادلات حاکم بر آن مشکل بوده و مدل های ریاضی نیز در این راستا از دقت کافی برخوردار نیستند. امروزه استفاده از سیستم های هوش مصنوعی به عنوان راه کاری جدید در تحلیل مسائل آبی گسترش یافته است. در تحقیق حاضر از شبکه های عصبی، منطق فازی عصبی و منحنی سنجه رسوب جهت برآورد رسوب استفاده شده است.در این مطالعه از سه ترکیب مختلف ورودی برای تخمین بار رسوبی استفاده گردید. در حالت اولیه دبی رسوب تنها تابعی از دبی جریان همان روز در نظر گرفته شده است. در حالت دوم دبی رسوب علاوه بر دبی جریان همان روز،تابعی از دبی جریان روز قبل نیز در نظر گرفته شده است. در نهایت در حالت سوم دبی رسوب علاوه بر دبی جریان همان روز،تابعی از دبی جریان روز قبل و دو روز قبل نیز در نظر گرفته شد. نتایج به دست آمده نشان می دهد که روش شبکه عصبی با ضریب تبیین 0/84 و میانگین مربع خطای 0/05 از دقت بالاتری نسبت به مدل های دیگر در ایستگاه جریکه چاه نیمه برخوردار است.

کلیدواژه‌ها:

بار معلق، چاه نیمه، شبکه عصبی مصنوعی، منحنی سنجه نروفازی، منطق فازی 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:
https://www.civilica.com/Paper-RWCS03-RWCS03_028.html
کد COI مقاله: RWCS03_028

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:
محمدرضا پور, ام البنی؛ محمد ملایی و محمد حسین زاده، ۱۳۹۳، تخمین رسوب معلق ورودی به چاه نیمه های سیستان و بلوچستان با استفاده از شبکه عصبی مصنوعی، سیستم استنتاج فازی - عصبی و منحنی سنجه رسوب (مطالعه موردی: جریکه چاه نیمه)، سومین همایش بین المللی سامانه های سطوح آبگیر باران، بیرجند، دانشگاه بیرجند، https://www.civilica.com/Paper-RWCS03-RWCS03_028.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: (محمدرضا پور, ام البنی؛ محمد ملایی و محمد حسین زاده، ۱۳۹۳)
برای بار دوم به بعد: (محمدرضا پور؛ ملایی و حسین زاده، ۱۳۹۳)
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: دانشگاه دولتی
تعداد مقالات: ۵۳۱۱
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.