مدلسازی اورد رسوب رودخانه با استفاده از شبکه عصبی مصنوعی و مقایسه آن با روشهای تجربی مطالعه موردی: رودخانه زرد
- سال انتشار: 1389
- محل انتشار: اولین همایش ملی مدیریت منابع آب اراضی ساحلی
- کد COI اختصاصی: NCCLWRM01_210
- زبان مقاله: فارسی
- تعداد مشاهده: 1295
نویسندگان
دانشجوی کارشناسی ارشد مهندسی رودخانه دانشگاه شهیدچمران اهواز
دانشیار گروه سازه های ابی
دانشجوی کارشناسی ارشد ابیاری و زهکشی
سازمان اب و برق خوزستان
چکیده
با توجه به اینکه رسوب ورودی از رودخانه ها به ابهای ساحلی ومشکلاتی که این رسوبات برای این مناطق و بعضا برای بهره برداری از نواحی ساحلی ایجاد می کنند ارائه روشی مناسب جهت پیش بینی حجم اورد این رسوبات از اهمیت زیادی برخوردار می باشد روشهای متفاوتی برای براورد رسوب ارائه شده است که از جمله این روشها می توان به مدلهای ریاضی و برازش منحنی اشاره نمود. مدلهای ریاضی محدودیتهای فراوانی دارد شبکه عصبی مصنوعی یکی از مدلهایی است که تخمین میزان رسوب را بصورت تقریبی و باتوجه به داده های ورودی ممکن م ی سازد دراین مقاله از شبکه عصبی پرسپترون چند لایه برای براورد رسوب رودخانه زرد استفاده شده و نتایج ان با روشهای تجربی مقایسه شده است نتایج حاکی از عملکرد مناسب شبکه عصبی مصنوعی نسبت به روشهای تجربی می باشد.کلیدواژه ها
شبکه عصبی مصنوعی پرسپترون، رودخانه زرد، روشهای تجربی براورد رسوبمقالات مرتبط جدید
اطلاعات 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.