مقایسه مدلسازی فرایند رواناب با استفاده از روشهای هوشمند مطالعه موردی: حوزه آبریز کارده واقع در استان خراسان رضوی
- سال انتشار: 1389
- محل انتشار: دومین کنفرانس سراسری مدیریت جامع بهره برداری از منابع آب
- کد COI اختصاصی: NCUIMWR02_196
- زبان مقاله: فارسی
- تعداد مشاهده: 1197
نویسندگان
دانشجوی کارشناسی ارشد مهندسی آب، دانشگاه صنعتی اصفهان دانشکده عمران
استادیار گروه مهندسی آب، دانشگاه صنعتی اصفهان دانشکده عمران
چکیده
پیشبینی دقیق رواناب نقش بسزایی در فایق آمدن بر مشکلات سیلاب دارد . پیچیدگی سیستمهای طبیعی، نظیر فرایندهای هیدرولوژیکی، استفاده از مدلهای فیزیکی را با مشکل روبرو میسازد. در مدلسازی بارش-رواناب چون پارامترهای بکاررفته معروض به خطا و دارای عدم قطعیت میباشند، بنابراین فازی ابزار مناسبی جهت مدلسازی این سیستمها می باشد و جهت آموزش بهتر مدل سیستم استنتاج تطبیقی عصبی-فازیANFIS)استفاده شدهاست که از سایر مدلها دقیقتر بوده و کمترین خطا را دارد. در این تحقیق با استفاده از مدلهایANFIS پیش بینی رواناب ماهیانه حوزه کارده ارائه گردیدهاست. به جهت تعداد زیاد پارامترهای مؤثر استفاده از خوشهبندی فازیFUZZY CLUSTERINGشاملSUBCLUST و FCMجهت پیشپردازش دادهها بهترین نتایج را ارائه دادهاستکلیدواژه ها
مدلسازی بارش رواناب ،ANFIS،خوشهبندی فازی،SUBCLUST ،FCMمقالات 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.