مدلسازی استاتیکی و دینامیکی اورد ماهانه ورودی به سد میناب با استفاده از شبکه عصبی مصنوعی

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,239

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

WRM04_355

تاریخ نمایه سازی: 1 تیر 1390

چکیده مقاله:

پیش بینی جریان ورودی به منابع آبی یکی از مهمترین مسائل در برنامه ریزی و مدیریت بهینه آن ها در جهت تولید انرژی برق ابی و تخصیص آب به منابع مصرف محسوب می شود پارامترهای مختلفی بر میزان دبی ورودی به سد تاثیر گذار می ب اشند در مناطق خشک و نیمه خشک نظیر ایران متغیرهای اقلیمی نظیر درجه حرارت و بارندگی بیشترین تاثیر را بر میزان رواناب ورودی به منابع آبی دارند یک مدل بارش رواناب ماهانه مناسب ابزاری توانمندی جهت بررسی اثر تغییرات اقلیمی برقابلیت دسترسی آب برای تولید انرژی برق ابی به شمار می آید شبکه های عصبی مصنوعی بهعلت خصوصیات منحصر به فرد قابلیت بالایی در شبیه سازیروابط غیرخطی دارا می باشد شبکه های عصبی مصنوعی تحولی عظیم در تحلیل رفتار سیستمهای دینامیک در علوم مختلف مهندسی آب ایجاد کرده است. دراین تحقیق سعی شده است با تبیین ویژگیهای شبکه عصبی مصنوعی و با استفاده از شبکه استاتیکی و دینامیکی تخمین هوشمند دبی متوسط ماهیانه ورودی به سد میناب میسر گردد.

نویسندگان

مرجان شعبانی

دانشجوی کارشناسی ارشد آبیاری و زهکشی دانشگاه بوعلی سینا همدان

مجید حیدری

استادیار گروه مهندسی آب دانشگاه بوعلی سیناهمدان

پرویز فتحی

استادیار گروه مهندسی آب دانشگاه کردستان

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 :
  • نظرنژاد، حبیب. و قربانی، مرضیه. 134. " کاربرد شبکه صبی ... [مقاله کنفرانسی]
  • دهقانی، امیراحمد. سلامتیان، سید امین. و قدسیان، مسعود.16. "تخمین هوشمند ... [مقاله کنفرانسی]
  • De Vos, N.J., and Rientjes, T.H.M.(2E). " Constraints of artifical ...
  • Cgizoglu, H.K. (2 : Application of generalized regression neural networks ...
  • Cigizoglu, H.K. (2) : Application of generalized regression neural networks ...
  • Anctil, F., Michel, C., Perrin, C., and Andrassina, V.(BA). _ ...
  • Rajurkar, M.P., .Kothyari, U.C. (2A). .Modelling of the daily rainfall-runoff ...
  • نمایش کامل مراجع