سال انتشار: 1383
محل انتشار:
اولین کنگره ملی مهندسی عمران
کد COI مقاله: 069_0129679559
زبان مقاله: فارسیمشاهده این مقاله: 1,324
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 8 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:
مشخصات نویسندگان مقاله تخمین بار معلق رودخانه زهره با استفاده از شبکه عصبی مصنوعی
چکیده مقاله:
تخمین درست حجم رسوبات حمل شده توسط رودخانه ها در پروژه های آبی از اهمیت بسیاری برخوردار است. بطورکلی پدیده فرسایش و انتقال رسوب از پیچیده ترین مسائل هیدرودینامیکی است که تعیین دقیق معادلات حاکم بر آن بدلیل تاثیرات پارامترهای مختلف، به آسانی میسر نیست. حتی اگر مدلی ریاضی نیز تبیین شود، دسترسی به داده های لازم در اکثر موارد به آسانی امکان پذیر نخواهد بود. با توجه به توانائیهای شبکه های عصبی مصنوعی در شناسائی ارتباط بین متغیرهای ورودی و خروجی یک مساله بدون در نظرگرفتن فیزیک آن مساله و نیز بدلیل ضعف مدلهای فیزیکی و ریاضی در مدل کردن فرآیندهای رسوبی،این شبکه ها می توانند در مدل کردن مساله انتقال رسوب بکار روند. در این مقاله با استفاده از شبکه پرسپترون چند لایه (Multi Layer Perceptron) و شبکه پایه شعاعی (Radial Basis Function) ، میزان بار معلق رودخانه زهره پیش بینی شده و با نتایج بدست آمده از روش مرسوم منحنی سنجه رسوب Rating Curve) (Sediment مورد مقایسه و بررسی قرار گرفته است. نتایج حاکی از برتری شبکه پرسپترون چند لایه در پیش بینی بار معلق، خصوصاٌ در دبی های بالای جریان بوده است.
کلیدواژه ها:
کد مقاله/لینک ثابت به این مقاله
کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا 069_0129679559 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:https://civilica.com/doc/118/
نحوه استناد به مقاله:
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:میرباقری، سیداحمد و رجائی، طاهر،1383،تخمین بار معلق رودخانه زهره با استفاده از شبکه عصبی مصنوعی،اولین کنگره ملی مهندسی عمران،تهران،https://civilica.com/doc/118
در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1383، میرباقری، سیداحمد؛ طاهر رجائی)
برای بار دوم به بعد: (1383، میرباقری؛ رجائی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.
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 :- منتظر، غ.، ذاکر مشفق، م. و قدسیان، م. (1381). "تخمین ...
- Mirbagheri, S. A., Kenneth, K. Tanji., And Ray, B. Krone. ...
- ASCE Task Committee On Application of Artificial Neural Networks in ...
- Nagy, H. M., Watanabe, K., and Hirano, M., (2001). "Prediction ...
- Jain, S. K., (2001). "Development of integrated sediment rating curves ...
- Haykin, S. (1994). Neural Networks: _ comp rehensive foundation. MacMillan, ...
- Fausett, L.V. (1994). Fundamentals of neural networks: Architecture, algorithms and ...
مدیریت اطلاعات پژوهشی
اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.
کدام مقالات به این منبع استناد نموده اند
- بهبود پیش بینی و تخمین بار معلق رودخانه ها با استفاده از شبکه های عصبی مصنوعی(1385)
- پیش بینی آورد رسوب رودخانه ها و امکان واسنجی ایجاد ایستگاه های مرجع رسوب سنجی توسط مدل شبکه عصبی (مطالعه موردی: رودخانه کارون)(1387)
- استفاده از شبکه عصبی جهت مدل نمودن سری زمانی غیرخطی بار معلق رودخانه ها(1386)
- شبیه سازی سری زمانی بار معلق رودخانه توسط مدل شبکه عصبی مصنوعی(1388)
- ارزیابی بار کل رسوبی رودخانه قرسو (ساوه) با استفاده از شبکه عصبی مصنوعی(1388)
- پیش بینی غلظت رسوب یستگاه لیقوان چی با استفاده از شبکه عصبی و نروفازی(1388)
- مقایسه دو روش منحنیسنجه رسوب و شبکه عصبی مصنوعی در تخمین رسوبات بارمعلق روزانه(1390)
- ارزیابی و برآورد رسوب رودخانه قزل اوزن درمحل سد استور با استفاده ازسیستم های هوشمند(1391)
- اثر کلاسه بندی دبی و تفکیک زمانی داده ها در برآورد بار معلق رودخانه ها به کمک شبکه عصبی مصنوعی (مطالعه موردی؛ بابل رود)(1391)
- برآورد دبی رسوب معلق ایستگاه قرآن طالار بابل رود به کمک شبکه عصبی مصنوعی(1391)
بر اساس سیستم تحلیلی استنادات مقالات، تاکنون برای نگارش 10 مقاله استفاده شده است.
علم سنجی و رتبه بندی مقاله
مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.
مقالات پیشنهادی مرتبط
- بررسی راهکارهای کنترل سیلاب های شهری با حوضه بندی شهری و برون شهری با استفاده از نرم افزار HEC-HMS (مطالعه موردی شهرستان اندیمشک)
- استفاده از شبکه عصبی مصنوعی جهت مدل نمودن سری زمانی غیرخطی هیدرولوژیکی جهت پیش بینی جریانات رودخانه ای
- بررسی ارتعاشات و پایداری تیر اویلر- برنولی با حرکت محوری و غوطه ور در سیال
- بررسی ضرایب لیفت و درگ دو استوانه چرخان پشت سرهم در اعداد رینولدز مختلف
- آثار سد بر محیط زیست
مقالات فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.
به اشتراک گذاری این صفحه
اطلاعات بیشتر درباره 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.