مرکز اطلاعات علمی 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

video

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

sound

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

نسخه انگلیسی

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

بازدید:

485
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

181
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

مدل شبکه عصبی مصنوعی برای تخمین رسوب دهی حوزه های آبخی‍ز

صفحات

 صفحه شروع 57 | صفحه پایان 66

چکیده

 امروزه رسوب دهی حوزه های آبخیز از جمله مشکلات بهره برداری از منابع آبهای سطحی در جهان است. با توجه به نقش و اهمیت رسوب در عمر مفید سدهای کشور, عدم توجه به اندازه گیری و محاسبه دقیق آن, باعث اتلاف سرمایه های ملی می شود. بدیهی است که دقت تخمین میزان رسوب دهی, بستگی زیادی به روش های محاسباتی, معادلات ارائه شده و داده ها یا اطلاعات تخمین رسوب دارد. چون عوامل مختلفی در فرسایش و تولید رسوب موثر است و بر اساس شرایط هر حوزه ممکن است یک یا چند عامل در تشدید آن موثر باشد. از این رو, برای بررسی مساله رسوب دهی هر حوزه باید عوامل مختلف موثر در رسوب دهی آن منطقه را شناسایی و به طور صحیح برآورد کرد و سپس تاثیر عوامل مختلف را بر روی رسوب دهی مشخص نمود. در این تحقیق, شبکه های عصبی مصنوعی به عنوان روشی جدید برای تخمین رسوب دهی حوزه, به کار گرفته شده است. شبکه ای با ساختار و آموزش مناسب و داده های کافی, قادر است تاثیرات و ارتباط بین رسوب و سایر متغیرهای موثر در رسوب دهی را بدون استفاده از روابط اختصاصی و معادلات مربوطه فراگیرد. برای تخمین رسوب دهی زیرحوزه ها, از ساختار MLP استفاده شد. پس از آموزش و آزمایش داده ها,بهترین حالت در نظر گرفته شده و سپس با روش رگرسیون های چندمتغیره مقایسه شد. نتایج نشان دهنده بهبود قابل توجهی در محاسبه و تخمین رسوب و کارآیی روش شبکه های عصبی نسبت به روش رگرسیون های چند متغیره است.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    بنی حبیب، محمدابراهیم، و امامی، احسان. (1390). مدل شبکه عصبی مصنوعی برای تخمین رسوب دهی حوزه های آبخی‍ز. مهندسی و مدیریت آبخیز، 3(1)، 57-66. SID. https://sid.ir/paper/481779/fa

    Vancouver: کپی

    بنی حبیب محمدابراهیم، امامی احسان. مدل شبکه عصبی مصنوعی برای تخمین رسوب دهی حوزه های آبخی‍ز. مهندسی و مدیریت آبخیز[Internet]. 1390؛3(1):57-66. Available from: https://sid.ir/paper/481779/fa

    IEEE: کپی

    محمدابراهیم بنی حبیب، و احسان امامی، “مدل شبکه عصبی مصنوعی برای تخمین رسوب دهی حوزه های آبخی‍ز،” مهندسی و مدیریت آبخیز، vol. 3، no. 1، pp. 57–66، 1390، [Online]. Available: https://sid.ir/paper/481779/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button