انتخاب شبکه عصبی مناسب جهت شبیه سازی و پیش بینی بارمعلق رودخانه
محل انتشار: همایش ملی جریان و آلودگی آب
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,629
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
WFP01_024
تاریخ نمایه سازی: 22 خرداد 1391
چکیده مقاله:
هدف از این تحقیق انتخاب شبکه عصبی مناسب جهت شبیه سازی غلظت بار معلق رودخانه ساکرامنتو کالیفرنیا می باشد پس از جمع آوری داده های بار معلق و دبی روزانه ایستگاه فریپورت اقدام به شبیه سازی بار معلق توسط شبکه های عصبی مختلف شامل شبکه اتورگرسیو غیرخطی موازی (NARX-Parallel و سری - موازی ,(NARX-Series Parallel شبکه المن ELMAN) شبکه پرسپترون چندلایه MLP) و شبکه عصبی متمرکز برتاخیر زمانی پیش خور شده FFTD) و شبیه سازی با استفاده از داده های ورودی مختلف استفاده توام از دبی و غلظت بار معلق با تاخیر زمانی حالت الف دبی با تاخیر زمانی حالت ب و غلظت بار معلق با تاخیر زمانی حالت ج انجام شد بررسی نتایج شبیه سازی نشان داد که شبکه عصبی fftd می تواند به عنوان شبکه مناسب جهت شبیه سازی بار معلق رودخانه مطرح باشد.
کلیدواژه ها:
نویسندگان
رضا شیخی
دانشجوی کارشناسی ارشد مهندسی عمران محیط زیست
حمید طاهری شهرآئینی
استادیار دانشگاه تربیت مدرس
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 :