بررسی اثر رواناب روز قبل بر بهبود عملکرد مدلبارش- رواناب روزانه با بکارگیری شبکه عصبی مصنوعی (مطالعه موردیحوزه آبریزطرق- خراسان رضوی)
- سال انتشار: 1390
- محل انتشار: ششمین کنگره ملی مهندسی عمران
- کد COI اختصاصی: NCCE06_0716
- زبان مقاله: فارسی
- تعداد مشاهده: 1175
نویسندگان
دانشجوی کارشناسی ارشد عمران مهندسی آب
استادیار گروه عمران دانشگاه سیستان و بلوچستان
دانشجوی کارشناسی ارشد عمران سازه های هیدرولیکی
چکیده
یکی از پدیده های حائز اهمیت در هیدرولوژی فرایند بارش - رواناب می باشد برآورد رواناب حاصل از بارندگی دریک حوزه آبریز ازجهات گوناگون از جمله مدیریت سدها و مخازن طراحی سازه های کنترل و تنظیم سیلاب کنمترل فرسایش کناره و بستر رودخانه سیستمهای هشدار سیل و غیره از دیرباز مورد توجه هیدرولوژیست ها بوده است با توجه به طبیعت غیرخطی و اتفاقی پدیده های هیدرولوژیکی کاربرد شبکه های عصبی مصنوعی دراین علم کاملا قابل توجیه است دراین تحقیق نوعی از شبکه های عصبی مصنوعی یعنی شبکه های پرسپترون چند لایه برای مدلسازی رواناب ناشی از بارندگی استفاده شدهاست .کلیدواژه ها
بارش، رواناب، شبکه های عصبی مصنوعی،شبکه پرسپترون چند لایه، رواناب روز قبلمقالات مرتبط جدید
- سرویس نرم افزاری همبسته ساز دنباله های کشتی ها در مسیرهای دریایی
- استخراج حوزه های نوآوریهای دفاعی مبتنی بر فناوری بلاکچین
- هوش مصنوعی و تحلیل بصری در فضای جغرافیایی و سایبری: فرصت ها و چالش های پژوهشی
- تخمین مدار ماهواره ها مبتنی بر هوش مصنوعی
- شناسایی خودروهای نظامی بر روی تصاویر واقعی به کمک مدلهای یادگیری عمیق و انطباق دامنه
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.