ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

تخمین میزان رسوب رودخانه نکا به کمک شبکه عصبی مصنوعی

سال انتشار: 1385
کد COI مقاله: IREC07_087
زبان مقاله: فارسیمشاهده این مقاله: 1,170
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

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 میزان رسوب رودخانه نکا به کمک شبکه عصبی مصنوعی

مائده فتاحی - دانشجوی مهندسی آبیاری دانشگاه مازندران
سارا طوسی - دانشجوی مهندسی آبیاری دانشگاه مازندران
میرخالق ضیاء تبار احمدی - استاد بخش مهندسی آب دانشگاه مازندران

چکیده مقاله:

برآورد صحیح حجم رسوبات حمل شده توسط رودخانه ها در پروژه های آبیاری از اهمیت بسیاری برخوردار است . زیرا پدیده فرسایش و انتقال رسوب از پیچیده ترین مسائل هیدرودینامیک می باشد . لذا ارائه راهکاری مناسب جهت برآورد دقیق بار معلق رودخانه ها، بسیار سودمند است . به دلیل تأثیر پارامترهای مختلف، تعیین معادلات حاکم بر آن مشکل بوده و در صورت تعیین مدل ریاضی نیز ، از دقت کافی برخوردار نیستند . شبکه های عصبی مصنوعی بر مبنای استفاده از دانش نهفته بین متغیرهای ورودی و خروجی یک مسئله، بدون در نظر گرفتن فیزیک آن، قادر به استخراج روابط ذاتی بین آن ها و تعمیم آن در موقعیت های دیگر است . در شبکه عصبی مصنوعی با الهام گیری از مدل مغز انسان ضمن اجرای فرآیند آموزش، اطلاعات مربوط به داده ها درون وزن های شبکه ذخیره می شود . در این مقاله، ضمن معرفی شبکه عصبی مصنوعی، با استفاده از شبکه پرسپترون چند لایه ) ) MLP میزان رسوب رودخانه نکا پیش بینی شده و با نتایج حاصله از روش منحنی سنجه رسوب مورد مقایسه وتبیین قرار گرفته است . با توجه به خطای بدست آمده (0,0001) از شبکه پرسپترون چند لایه، برتری این شبکه نسبت به روش منحنی سنجه به اثبات رسید .

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا IREC07_087 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/12603/

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:
فتاحی، مائده و طوسی، سارا و ضیاء تبار احمدی، میرخالق،1385،تخمین میزان رسوب رودخانه نکا به کمک شبکه عصبی مصنوعی،هفتمین سمینار بین المللی مهندسی رودخانه،اهواز،https://civilica.com/doc/12603

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: (1385، فتاحی، مائده؛ سارا طوسی و میرخالق ضیاء تبار احمدی)
برای بار دوم به بعد: (1385، فتاحی؛ طوسی و ضیاء تبار احمدی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

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


بر اساس سیستم تحلیلی استنادات مقالات، تاکنون برای نگارش 11 مقاله استفاده شده است.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 9,503
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

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.

پشتیبانی