براورد باران موثر با استفاده از سیستم استنتاج تطبیقی عصبی - فازی ANFIS و شبکه های عصبی مصنوعی ANNs

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,401

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

WRM04_467

تاریخ نمایه سازی: 1 تیر 1390

چکیده مقاله:

در کشوری مانند ایران که بارش سالانه آن نسبت به متوسط بارش جهانی بسیار کمتر است و قسمت عمده ای از آب استحصالی آن در بخش کشاورزی به مصرف می رسد بهتر است علاوه بر استفاده از سیستمهای ابیاری با راندمان بالا در برآورد نیاز آبی گیاه نیز تجدید نظر شود نمونه ای از مواردی که با براورد دقیق تر آن می توان به مصرف بهتر آب کمک نمود باران موثر است بخشی از بارش که برای رشد و تولید محصول مورد استفاده قرار میگیرد به نام باران موثر شناخته می شود دراین تحقیق از قابلیت های سیستم استنتاج تطبیقی عصبی فازی ANFIS و شبکه های عصبی مصنوعی ANNS برای براورد باران موثر استفاده شد دشت تبریز به عنوان نمونه انتخاب و با استفادها ز روش SCS باران موثر ماهانه آن برای دوره آماری سالهای 1982 تا 2008 محاسبه شد سپس مدلهای ANNs ، ANFIS برای دوره 1982 تا 2001 اموزش داده شد

کلیدواژه ها:

باران موثر ، برآورد ، دشت تبریز ، روش SCS ، سیستم استنتاج تطبیقی عصبی - فازی ، شبکه های عصبی مصنوعی

نویسندگان

سیدصابر شریفی بناب

دانشجوی کارشناسی ارشد آبیاری و زهکشی

علی اشرف صدرالدینی

دانشیار گروه مهندسی آب دانشگاه تبریز

رضا دلیرحسن نیا

استادیار گروه مهندسی آب دانشگاه تبریز

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 :
  • قمر نیا، ه. و جودی بایگی، م. _ "برآورد باران ...
  • عزیزی، ق. (39). "برآورد بارش موثر در رابطه با کشت ...
  • جیحون، غ. مستوفی زاده، ن. و سلاخ پور، م. _ ...
  • of flood flow in a river system using Simulationه [16] ...
  • FAO Irigation and Drainage paper NO.24 ...
  • Ramadas, L.A. (1960). :Crops and Weather in India" New Delhi, ...
  • Chow, V.T. (1964). :Handbook of Applied Hydrology New York, McGraw ...
  • FAO Irrigation and Drainage paper NO.56 ...
  • USDA Soil Conservation Irrigation water requirement 1970. ...
  • SCS, (1972): U.S. Soil Conservation Service, National Engineering Handbook, hydrology, ...
  • Kisi, O. (205). "Suspended sedliment estimation using neuro-fuzzy aand neural ...
  • Fernando, D.A.K., and Jayawardana, A.W., (1998). :Runoff forecasting using RBF ...
  • neural network modeling of the rainfall-runof Artificial:ه [15] Hsu, K., ...
  • Cigizoglu H.K., (2002). "Suspended sediment estimation for rivers using artiicial ...
  • Karul, C., Soyupak, S., Cilesiz, A.F., Akbay, N., and German, ...
  • Maier, H.R., and Dandy, G.C., (2000), :Neural networks for the ...
  • Schleiter, I.M., Borchardt, D., Wagner, R., Dapper, T., Schmidt, K.D., ...
  • Jain, S.K., Singh, V.P., F.ASCE, and van Genuchten, M. Th., ...
  • Schmit, G.H., Schutze, N., and petersohn, U., (2002). :New strategy ...
  • neural Artificial؛ه [23] Yang, C.C., Prasher, S.o., Lacroix, R., Sreekanth, ...
  • نمایش کامل مراجع