بررسی پارامترهای موثر بر میزان بار رسوب معلق

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,322

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

WRM04_215

تاریخ نمایه سازی: 1 تیر 1390

چکیده مقاله:

پدیده فرسایش و انتقال رسوبات یکی از پیچیده ترین مسائل هیدرودینامیک می باشد که در مطالعات طرحهای آبی از اهمیت بسیاری برخوردار است هریک از فرایندهای سه گانه فرسایش ، انتقال و رسوبگذاری می توانند مشکلات بسیاری را بوجود بیاورند پیش بینی صحیح و دقیق مقدار رسوب می تواند نقش بسزایی در فایق امدن بر مشکلات وافر رسوب داشته باشد دراین تحقیق مدل هوشمند سیستم فازی - عصبی تطبیقی جهت بررسی پارامترهای موثر بر مقدار رسوب روزانه در حوضه آبریز لیقوان چای واقع در استان آذربایجان شرقی ارائه گردیده است برای این منظور داده های هیدرولوژیکی همچون دبی جریان بارش درجه حرارت و رسوب به هفت دسته ترکیبی از آنها تقسیم کرده و در نهایت بهترین ترکیب تعیین گردید. همچنین نتایج سیستم فازی عصبی تطبیقی مذکور با نتایج به دست امده از شبکه های عصبی مصنوعی مقایسه شده است نتایج این مقایسات نشان میدهد که دقت مدلسازی فازی - عصبی تطبیقی نسبت به شبکه عصبی بیشتر است.

کلیدواژه ها:

باررسوب معلق ، شبکه های عصبی مصنوعی ، سیستم فازی - عصبی تطبیقی

نویسندگان

محمدتقی اعلمی

دانشیار دانشکده مهندسی عمران دانشگاه تبریز

لیلا ملکانی

دانشجوی دکتری عمران آب دانشگاه تبریز

سمیرا رومیانفر

کارشناس ارشد عمران آب سازه های هیدرولیکی

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 :
  • Abrahart, R. J., White, S. M. (2001). "Modelling sediment transfer ...
  • Cigizoglu, H. K. (2003).، Estimation and forecasting of daily suspended ...
  • Murat, A. and Cigizoglu, H. K. (2005). "Suspended sediment load ...
  • Murat, A. and Cigizoglu, H. K. (2005).، Generalized regression neural ...
  • Chang, F. J. and Chang, Y. T. (2006). "Adaptive neuro-fuzzy ...
  • Tayfur, G., Ozemir, S. and Singh, V.P. (2003). "Fuzzy logic ...
  • Nagy, H.M., Watanabe, _ and Hirano, M. (2002).، Prediction of ...
  • Kisi, O. (2005). "Suspended sediment estimation using neuro-fuzzy and neural ...
  • Ross, T.J. "Fuzzy logic with engineering application", McGraw Hill, Inc., ...
  • Jang, J, S., Sun, C. T. and Mizutani, E. (1997). ...
  • نمایش کامل مراجع