منطقه بندی حوضه ی آبریز ارس با استفاده از نگاشت های خود سازمانده

سال انتشار: 1393
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 141

فایل این مقاله در 11 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:

JR_IWRR-10-3_009

تاریخ نمایه سازی: 30 بهمن 1401

چکیده مقاله:

نگاشت های خود سازمانده کوهونن گونه ای از شبکه های عصبی مصنوعی با توانایی ویژه در تشخیص الگو و خوشه بندی داده ها با استفاده از ویژگی های آن ها هستند. در این مطالعه، توانایی نگاشت های خود سازمانده کوهونن در منطقه بندی حوضه ی آبریز ارس به منظور اجرای تحلیل فراوانی منطقه ای سیلاب با استفاده از الگوریتم گشتاور های خطی مورد بررسی قرار گرفته است. نتایج به دست آمده نشان داد که نگاشت های خود سازمانده می توانند به عنوان ابزاری مفید در زمینه ی خوشه بندی داده ها و منطقه بندی حوضه های آبریز به کار گرفته شوند. افزون بر این، براساس شاخص صحت خوشه بندی، حالت ۴ منطقه ای از نظر کیفیت خوشه بندی به عنوان حالت بهینه برای منطقه بندی حوضه ی آبریز ارس شناخته شد. همچنین بر اساس شاخص های نا همگنی این حالت در کنار حالت ۲ منطقه ای، برای اجرای تحلیل فراوانی منطقه ای سیلاب در حوضه ی آبریز ارس مناسب ارزیابی شدند. به علاوه، هنگامی که تعداد مناطق برابر ۲ باشد، تشکیل مناطق بزرگ تر امکان پذیر خواهد بود.

کلیدواژه ها:

نگاشت های خود سازمانده کوهونن ، تحلیل خوشه ای ، گشتاور های خطی ، تحلیل فراوانی سیلاب

نویسندگان

علی آهنی

دانش آموخته ی کارشناسی ارشد / سازه های آبی، دانشگاه صنعتی شاهرود

سید سعید موسوی ندوشنی

استادیار / پردیس فنی و مهندسی شهید عباسپور، دانشگاه شهید بهشتی، تهران

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 :
  • ASCE Task Committee on Application of Artificial Neural Networks in ...
  • ASCE Task Committee on Application of Artificial Neural Networks in ...
  • Chavoshi S, Azmin Sulaiman WN, SaghafianB, Sulaiman MDNB, Latifah AM ...
  • Farsadnid F, Rostami Kamrood M, Moghaddam Nia A, Modarres R, ...
  • Fausett LV (۱۹۹۴) Fundamentals of neural networks: Architectures, algorithms, and ...
  • Govindaraju RS, Rao AR (۲۰۰۰) Artificial neural networks in hydrology. ...
  • Hall MJ, Minns AW (۱۹۹۸) Regional flood frequency analysis using ...
  • Hall MJ, Minns AW (۱۹۹۹) The classification of hydrologically homogeneous ...
  • Hall MJ, Minns AW, Ashrafuzzaman AKM (۲۰۰۲) The application of ...
  • Hosking JRM, Wallis JR (۱۹۹۷) Regional frequency analysis: An approach ...
  • Jingyi Z, Hall MJ (۲۰۰۴) Regional flood frequency analysis for ...
  • Kohonen T (۱۹۸۲) Self-organized formation of topologically correct feature maps. ...
  • Kohonen T (۱۹۹۷) Self-organizing maps, second edition. Springer Verlag, Berlin, ...
  • Rao AR,Srinivas VV (۲۰۰۸) Regionalization of watersheds - An approach ...
  • Razavi T, Coulibaly P (۲۰۱۳) Classification of Ontario watersheds based ...
  • Reed DW, Jakob D, Robson AJ (۱۹۹۹) Selecting a pooling ...
  • Srinivas VV, Tripathi S, Rao AR, Govindaraju RS (۲۰۰۸) Regional ...
  • نمایش کامل مراجع