روش های برآورد هیدروگراف واحد با استفاده از شبکه عصبی مصنوعی وHEC-HMS

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,352

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

INCWR02_002

تاریخ نمایه سازی: 14 خرداد 1390

چکیده مقاله:

بررسی هیدروگراف حوزه امکان مطالعه دبی حداکثر سیلاب، حجم سیلاب و میزان ذخیره حوزه پس از قطع بارندگی رافراهم می آورد و در طراحی ابعاد سازه های آبی نقش اساسی دارد. در سال های اخیر تمایل زیادی برای استفاده ازشبکه های عصبی مصنوعیANN)در پیش بینی متغیرهای هیدرولوژیکی بوجود آمده است. از مدلهای دیگری که در مطالعات آبخیزداری و سیلخیزی کاربرد فراوانی دارد مدلHEC-HMSاست. در این مطالعه سعی گردیده است کارایی دو مدل شبکه عصبی مصنوعی و مدلHEC-HMS در برآورد هیدروگراف واحد مورد ارزیابی قرار گیرد. ورودی، داده های بارندگی در مقیاس زمانی 2 و 1 ساعته و خروجی، هیدروگراف واحد خروجی از حوزه کن تهران در ایستگاه سولقان می باشد. نتایج نشان می دهد در برآورد هیدروگراف واحد، مدل هیدرولوژیکیHEC-HMSنسبت به شبکه های عصبی مصنوعی عملکرد بهتری دارد. ضریب همبستگی بین هیدروگراف واحد مشاهده ای و محاسبه شده در مدل ،HEC-HMS 86 درصد است در حالی که درANN غیر از داده های پیک، در تمام ورودیهای مختلف داده شده به شبکه، ضریب همبستگی در مرحله تست، به بالاتر از 63 درصد نرسیده است

کلیدواژه ها:

هیدروگراف واحد ، شبکه های عصبی مصنوعی ، مدل هیدرولوژیکی ، HEC-HMS حوزه آبخیز کن

نویسندگان

آرام مصطفی

کارشناسی ارشد مهندسی آبخیزداری دانشگاه یزد

هیراد عبقری

عضو هیات علمی دانشگاه ارومیه

حسین ملکی نژاد

عضو هیات علمی دانشگاه یزد

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • اکبرپور، م و همکاران. مقایسه مدل شبکه عصبی مصنوعی و ...
  • پیش بینی رواناب ماهانه با شبکه عصبی مصنوعی (ANN ) و مقایسه آن با نتایج روشهای تجربی در حوضه آبریز کسیلیان [مقاله کنفرانسی]
  • رضائیان زاده، م. حسین، دیانی، 1385. راهنمای استفاده از نرم ...
  • عبقری، هیراد.1386. کاربردهای شبکه عصبی مصنوعی در مدیریت منابع آب، ...
  • کاظمی کیا، س. کریم، سلیمانی. حبیب، نژاد روشن. هیراد، عبقری.1386. ...
  • محمدی، م و همکاران. 1385، براورد دبی متوسط هفتگی رود ... [مقاله کنفرانسی]
  • وزارت جهاد کشاورزی، مدیریت آبخیزداری، طرح آبخیزداری حوزه کن، 1373. ...
  • Atiya, A. 1999. A comparison between Neural network forecasting ec ...
  • Dawson, C.W. and Wilby, R.1998. An artificial neural network pproach ...
  • Hydrologic Engineering Center. June 1998. HEC-1 Flood Hydrograph Package: User's ...
  • Gorindaraju, R. S. 2000. Artificial Neural Network in Hydrology: l ...
  • Assistant Professor, Faculty of Natural Resources, Urmia University, Iran. E ...
  • Assistant Professor, Faculty of Natural Resources Yazd University, Iran. E ...
  • نمایش کامل مراجع