شبیه سازی دبی های سیلزا با استفاده مدل پرسپترون چند لایه (MLP) روش شبکه عصبی مصنوعی ( مطالعه موردی : حوزه آبخیز میناب )
- سال انتشار: 1385
- محل انتشار: دومین کنفرانس بین المللی مدیریت جامع بحران در حوادث غیرمترقبه طبیعی
- کد COI اختصاصی: INDM02_083
- زبان مقاله: فارسی
- تعداد مشاهده: 2229
نویسندگان
دانشجوی کارشنا سی ارشد آبخیزداری ، دانشگاه تهران
چکیده
یکی از ابزار ها ی اساس ی در مد یریت منابع آب پ یش بینـی تولیـ د وتقاضـا ی آب اسـت . پـیش بینی دبی روزانه رودخانه یکی از مهمتـر ین مـسائل هیـدرولوژیکی اسـت کـه بـرا ی مـد یریت سـ یلاب بـس یار مهـم است . یک پ یش بینی منطق ی از س یلاب نه تنها اطلاعات مف یدی برا ی مد یریت منابع آب در اخت یار ما قـرار می دهد، بلکه کمبود آب مصرفی را کاهش داد و از حوادث غیرقابل تصور جلـوگ یری مـ ی کنـد . پـ یش بینی جر یان رودخانه برای آنال یزهای اقتصاد ی مد یریت منابع آب یک مسئله حائز اهمیت می باشد . شـبکه عصبی یک تکن یک قابل انعطاف با ساختار ر یاضی است که ما را قادر م ی کند بدون توجه به پدیده هـا ی طبیعی روابط پیچیده غیر خطی بین داده ها ی ورود ی وخروجی را تشخیص دهیم . در خـصوص مـدلها ی بارش ‐ رواناب بدل یل عکس العمل غ یر خطی یک حوزه آبخیز به رویداد باران مـسئله بـس یار پیچیـ ده مـی گردد . علاوه بر ا ین بدلیل تغییرات مکانی بارش در یک حوزه ا ین پیچیدگی بیشتر نیـ ز مـ ی شـود . در ایـن تحقیق هدف کاربرد شبکه عصب ی مصنوع ی در مهندس ی رودخانه بود ه ،که با اسـتفاده از ا ین روش پـ یش بینی دب ی سیلزا روزانه ا یستگاه م یناب انجام شود . نتایج ح اصل از این تحقیق نشان داده است، که اگـر چـه مقداری خطا ی برآورد ی در این روش وجود دارد ولی از دقت بالاتری برخـوردار اسـت و در نتیجـه در شبیه ساز ی دبی ها ی سیلزا ، روش شبکه عصبی مصنوعی روشی مناسب است . در نهایت با در نظر گرفتن سادگی ساختار ،نوع اطلاعات مورد نیاز مدلها ی شبکه عصبی مصنوعی و سرعت بالا ی آنهـا ، مـی تـوان نتیجه گرفت که دقت بدست آمده در بس یاری از پروژها به خصوص در مراحل اول طراحی که اطلاعات موجود چندان زیاد نیستند، بسیار مطلوب می باشد .کلیدواژه ها
شبیه سازی ، شبکه عصبی ، دبی ، سیلزا، پرسپترون چندلایهاطلاعات 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.