Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

1,436
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

820
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

پیش بینی پارامترهای کمی و کیفی جریان در رودخانه کارون (بازه ملاثانی - فارسیات) با استفاده از شبکه های عصبی مصنوعی

صفحات

 صفحه شروع 29 | صفحه پایان 43

چکیده

 برآورد و پیش بینی پارامترهای کیفی و کمی آب در طول رودخانه به منظور تصمیم گیری های مدیریتی یکی از اهداف مدیران و برنامه ریزان منابع آب تلقی می گردد. برآورد مقادیر کمی و کیفی جریان رودخانه ها با استفاده از مدلهای ریاضی به علت پیچیدگی مکانیزم و تعدد عوامل موثر در کیفیت جریان معمولا با خطای نسبتا قابل توجه ای همراه می باشد. امروزه تکنیک جدید استفاده از مدل شبکه های عصبی مصنوعی که مبتنی بر هوش مصنوعی می باشد کاربرد گسترده ای در زمینه های مختلف علمی به ویژه مهندسی آب پیدا کرده است. در این تحقیق با استفاده از مدل شبکه عصبی مصنوعی پرسپترون چند لایه (MLP), شبکه پیش رونده (FF), شبکه تابع پایه شعاعی (RBF) به پیش بینی 3 روز آینده مقادیر کمی و کیفی جریان در رودخانه کارون, بازه ملاثانی - فارسیات, شامل دبی جریان, اشل, کل املاح محلول در آب (TDS) و هدایت الکتریکی (EC) پرداخته می شود. بازه زمانی داده های مورد استفاده از 1/1/1369 تا 12/7/1378 بوده که تعداد 10434 الگو بعد از تاخیر زمانی متغیرها بدست آمد. برای آموزش, ارزیابی همزمان با آموزش و آزمون مدلها به ترتیب از 70%, 20% و 10% الگوها استفاده گردید. برای تعیین داده های ورودی موثر در مدلهای شبکه عصبی مصنوعی و تعداد نرونها در لایه میانی هر یک از مدلها از قابلیت بهینه سازی الگوریتم ژنتیک استفاده شد. نتایج نشان می دهد که دقت مدل های MLP ,FF و RBF در برآورد و پیش بینی پارامترهای کمی و کیفی جریان در رودخانه کارون به ترتیب برابر با 90.4%, 80.5% و 86% می باشد. آنالیز حساسیت متغیرهای خروجی نسبت به متغیر های ورودی نشان می دهد که زمان عبور جریان در رودخانه بر حسب ماه و فاصله طولی هر ایستگاه نسبت به ایستگاه بالادست به ترتیب بیشترین تاثیر بر پارامترهای کمی و کیفی جریان در رودخانه دارند.

استنادها

  • ثبت نشده است.

    • ارجاعات

    استناددهی

    APA: کپی

    فتحیان، حسین، و هرمزی نژاد، ایمان. (1390). پیش بینی پارامترهای کمی و کیفی جریان در رودخانه کارون (بازه ملاثانی - فارسیات) با استفاده از شبکه های عصبی مصنوعی. اکوبیولوژی تالاب (تالاب)، 2(8)، 29-43. SID. https://sid.ir/paper/174889/fa

    Vancouver: کپی

    فتحیان حسین، هرمزی نژاد ایمان. پیش بینی پارامترهای کمی و کیفی جریان در رودخانه کارون (بازه ملاثانی - فارسیات) با استفاده از شبکه های عصبی مصنوعی. اکوبیولوژی تالاب (تالاب)[Internet]. 1390؛2(8):29-43. Available from: https://sid.ir/paper/174889/fa

    IEEE: کپی

    حسین فتحیان، و ایمان هرمزی نژاد، “پیش بینی پارامترهای کمی و کیفی جریان در رودخانه کارون (بازه ملاثانی - فارسیات) با استفاده از شبکه های عصبی مصنوعی،” اکوبیولوژی تالاب (تالاب)، vol. 2، no. 8، pp. 29–43، 1390، [Online]. Available: https://sid.ir/paper/174889/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی





    بازگشت به بالا