ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

ارزیابی شبکههای عصبی مصنوعی و رگرسیون چند متغیره در پیشبینی پارامترهای کیفیت آب، مطالعه موردی: رودخانه سفیدرود، گیلان

سال انتشار: 1390
کد COI مقاله: IHC10_221
زبان مقاله: فارسیمشاهد این مقاله: 856
فایل این مقاله در 7 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 7 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارزیابی شبکههای عصبی مصنوعی و رگرسیون چند متغیره در پیشبینی پارامترهای کیفیت آب، مطالعه موردی: رودخانه سفیدرود، گیلان

امیر حسین انصاری پور - دانشجوی کارشناسی ارشد مهندسی منابع آب دانشگاه تهران
بهزاد جمالی - دانشجوی کارشناسی ارشد مهندسی منابع آب دانشگاه تهران و کارشناس شرکت م
کیومرث ابراهیمی - استادیار گروه مهندسی آبیاری و آبادانی دانشگاه تهران

چکیده مقاله:

استفاده روزافزون از منابع طبیعی و گسترش فعالیتهای صنعتی از یکسو و افزایش بیرویه جمعیت و تولید انبوه پسماندها و ضایعات از سوی دیگر، کیفیت منابع آب رودخانه سفیدرود را مورد تهدید جدی قرار داده و سبب پیدایش آلودگیهای متنوعی در این محدوده شده است. در تحقیق حاضر برای پیش بینی پارامترهای کیفیت آب در رودخانه سفیدرود از مدلهای شبکه عصبی مصنوعی و رگرسیون چند متغیره استفاده شده است. بدین منظور از سری زمانی آبدهی و پارامترهای کیفی هدایت الکتریکی، بیکربنات، کلر، سولفات، اسیدیته، سدیم، پتاسیم، کلسیم، منیزیم و کل جامدات محلول در سالهای 1384- 1361 ز ایستگاه هیدرومتری آستانه واقع در رودخانه سفیدرود استفاده شد. شبیهسازی و پیشبینی چهار پارامتر هدایت الکتریکی، کلر، سولفات و کل جامدات محلول نشان داد شبکه عصبی از قابلیت بالاتری نسبت به رگرسیون چند متغیره در این زمینه برخوردار است. همچنین بیشترین و کمترین مقدار میانگین مربعات خطای شبیهسازی بترتیب مربوط به پارامترهای هدایت الکتریکی و بیکربنات بدست آمد.

کلیدواژه ها:

شبکه عصبی مصنوعی ANN ، رگرسیون چندمتغیره خطی، پیش بینی پارامترهای کیفیت آب، سفیدرود

کد مقاله/لینک ثابت به این مقاله

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/140884/

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:
انصاری پور، امیر حسین و جمالی، بهزاد و ابراهیمی، کیومرث،1390،ارزیابی شبکههای عصبی مصنوعی و رگرسیون چند متغیره در پیشبینی پارامترهای کیفیت آب، مطالعه موردی: رودخانه سفیدرود، گیلان،دهمین کنفرانس هیدرولیک ایران،رشت،،،https://civilica.com/doc/140884

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: (1390، انصاری پور، امیر حسین؛ بهزاد جمالی و کیومرث ابراهیمی)
برای بار دوم به بعد: (1390، انصاری پور؛ جمالی و ابراهیمی)
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 ممقالهقاله لینک شده اند :

  • . نوشادی، م. سالمی، ح. احمدزاده، م.، (1386)، " شبیه‌سازی ...
  • مقایسه مدلهای شبکه عصبی مصنوعی و رگرسیون در پیش بینی آورد رسوب درحوزه اهرچای آذربایجان شرقی [مقاله کنفرانسی]
  • Antonopoulos, V. Z. Papamichail, D. M. and Mitsiou, K A., ...
  • Scarsbrook, M. R. McBride, C. G. McBride, G. B. and ...
  • Simeonova, P. Simeonov, V. and Andreev, G., (2003), :Water Quality ...
  • Murdoch, P. S. and J. B. Shanley., (2006), :Detection of ...
  • Yang, X. and Jin, W., (2010), :GIS-based spatial regression and ...
  • Maier H. R and Dandy G. C., (2000), :Neural Networks ...
  • D iamantopoulou , M. J. Papamichail, D. M. and Antonopoulos, ...
  • Ying, Z. Jun, N. Fu-yi, C. and Liang, G, (2007), ...
  • 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 1 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: 63,668
    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

    مقالات مرتبط جدید

    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