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:

584
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

199
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

مدل سازی هوشمند سری زمانی جریان ماهانه حوضه رودخانه شور قروه با شبکه عصبی مصنوعی

صفحات

 صفحه شروع 309 | صفحه پایان 318

چکیده

 پیش بینی دقیق جریان در رودخانه ها یکی از مهمترین ارکان در مدیریت منابع آبهای سطحی به ویژه اتخاذ تدابیری مناسب در مواقع سیلاب و بروز خشکسالی هاست. در حقیقت حصول روش های مناسب و دقیق در پیش بینی جریان رودخانه ها را می توان به عنوان یکی از چالش ها در فرآیند مدیریت و مهندسی منابع آب دانست. در این پژوهش برای مدل سازی هوشمند سری زمانی جریان ماهانه از یک دوره ی آماری 26 ساله (1364-89) استفاده شد. جهت دستیابی به بهترین ساختار شبکه عصبی مصنوعی, ساختارهای مختلف با یکدیگر مقایسه شدند با این توضیح که جهت بهینه سازی وزن های اتصال در بین لایه های مختلف شبکه-عصبی مصنوعی از الگوریتم ژنتیک استفاده شده است. قانون یادگیری مورد استفاده در این تحقیق از نوع یادگیری سریع, با تابع انتقال تانژانت اکسون, تابع هدف, میانگین مربعات خطا و نوع آموزش از نوع آموزش N مرتبه می باشد نتایج نشان می دهند که بهترین عملکرد مربوط به حالتی است که از ورودی های بارش هر ماه, جریان هر ماه و دمای هر ماه برای بدست آوردن جریان ماه آینده استفاده شده است. همچنین در هر مرحله که جریان یا بارندگی به تنهایی به عنوان ورودی وارد شد عملکرد شبکه کاهش یافت. نتیجه اینکه بیشترین حساسیت مربوط به جریان هرماه می باشد و پارامتر دما تاثیر چندانی بر برآورد جریان ندارد. نتایج حاصل با توجه به ضریب همبستگی 0.84 نشان دهنده دقت نسبتا بالای شبکه عصبی مصنوعی در برآورد و تخمین جریان ماهانه حوضه رودخانه شور بوده است.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    سلگی، اباذر، رادمنش، فریدون، و سلطانی، کامران. (1394). مدل سازی هوشمند سری زمانی جریان ماهانه حوضه رودخانه شور قروه با شبکه عصبی مصنوعی. پژوهش های حفاظت آب و خاک (علوم کشاورزی و منابع طبیعی)، 22(1)، 309-318. SID. https://sid.ir/paper/517602/fa

    Vancouver: کپی

    سلگی اباذر، رادمنش فریدون، سلطانی کامران. مدل سازی هوشمند سری زمانی جریان ماهانه حوضه رودخانه شور قروه با شبکه عصبی مصنوعی. پژوهش های حفاظت آب و خاک (علوم کشاورزی و منابع طبیعی)[Internet]. 1394؛22(1):309-318. Available from: https://sid.ir/paper/517602/fa

    IEEE: کپی

    اباذر سلگی، فریدون رادمنش، و کامران سلطانی، “مدل سازی هوشمند سری زمانی جریان ماهانه حوضه رودخانه شور قروه با شبکه عصبی مصنوعی،” پژوهش های حفاظت آب و خاک (علوم کشاورزی و منابع طبیعی)، vol. 22، no. 1، pp. 309–318، 1394، [Online]. Available: https://sid.ir/paper/517602/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