انتخاب شبکه عصبی مناسب جهت شبیه سازی و پیش بینی بارمعلق رودخانه
- سال انتشار: 1391
- محل انتشار: همایش ملی جریان و آلودگی آب
- کد COI اختصاصی: WFP01_024
- زبان مقاله: فارسی
- تعداد مشاهده: 1772
نویسندگان
دانشجوی کارشناسی ارشد مهندسی عمران محیط زیست
استادیار دانشگاه تربیت مدرس
چکیده
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
شبیه سازی، غلظت بار معلق، شبکه های عصبی مصنوعی، رودخانه ساکرامنتومقالات مرتبط جدید
- استفاده از مواد سازگار با محیط زیست در صنعت ساختمان بتن سبز و بازیافتی رویکردی موثر در توسعه پایدار
- بررسی جایگاه مناطق حفاظت شده ایران و نقش مشارکت های مردمی در حفاظت از مناطق
- مروری بر مقایسه اثر سمیت نانوذرات فلزی مختلف، روی آبشش ماهی ها
- مطالعه مدیریت ازن و عوامل آلودگی محیط زیست
- پارامترهای محیط زیستی یا فعالیت های انسانی کدام یک بیشترین تاثیر را بر غلظت متان اتمسفری ایران دارند؟
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.