کاربرد شبکه های عصبی در فرایند بارندگی –رواناب حوضه رود زرد و مقایسه ان با مدل Hec-HMS
- سال انتشار: 1384
- محل انتشار: سازمان آب و برق خوزستان
- کد COI اختصاصی: R-1047525
- زبان مقاله: فارسی
- تعداد مشاهده: 256
نویسندگان
چکیده
< p dir="RTL"> فرایند بارندگی رواناب، فرایندی است غیر خطی و از نظر زمانی و مکانی کاملا تصادفی می باشد و تشریح ان با مدلهای ساده براحتی امکان پذیر نیست. جهت تحلیل این فرایند بسیار پیچیده تا کنون مدلهای زیادی پیشنهاد شده است. در این تحقیق به شبیه سازی فرایند بارندگی رواناب با استفاده از شبکه های عصبی مصنوعی و مدل < span dir="LTR"> HEC-HMS< /span> پرداخته شده است. دو مدل از شبکه های عصبی مصنوعی یعنی شبکه پرسپترون چند لایه< span dir="LTR"> (MLP)< /span> با دو ساختار یک و دو لایه پنهان و شبکه توابع پایه شعاعی< span dir="LTR"> (RBF)< /span> ، برای شبیه سازی این فرایند مورد استفاده قرار گرفت. از داده های بارندگی و رواناب روزانه حوزه رودخانه زرد در استان خوزستان مربوط به سالهای ابی70 الی 79 استفاده شده است. تعداد 14 واقعه سیلابی در این دوره زمانی جهت شبیه سازی توسط مدل < span dir="LTR"> HEC-HMS< /span> انتخاب گردید. نتایج حاصل از شبیه سازی ها با سه مدل فوق و مقایسه انها با داده های مشاهداتی نشان داد که مدل شبکه عصبی < span dir="LTR"> RBF< /span> در مقایسه با دو مدل < span dir="LTR"> MLP< /span> و < span dir="LTR"> HEC-HMS< /span> از توانایی بیشتری در مدل کردن فرایند بارندگی رواناب حوزه رودخانه زرد برخوردار است.< /p>کلیدواژه ها
رود دز،بارندگی –رواناب، شبکه های عصبیاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.