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

استفادها ز شبکه عصبی مصنوعی پرسپترون چندلایه در پیش بینی کیفیت آب مطالعه موردی پیش بینی اکسیژن محلول درمخزن سد لتیان

سال انتشار: 1391
کد COI مقاله: WFP01_046
زبان مقاله: فارسیمشاهده این مقاله: 2,052
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 استفادها ز شبکه عصبی مصنوعی پرسپترون چندلایه در پیش بینی کیفیت آب مطالعه موردی پیش بینی اکسیژن محلول درمخزن سد لتیان

علیرضا خردمند - دانشجوی کارشناسی ارشد سازه های آبی
میرمهدی سلیمانی - دانشجوی دکتری مهندسی منابع آب

چکیده مقاله:

سدلتیان برروی رودخانه جاجرود درفاصله 25 کیلومتری شمال شرقی تهران قرار داشته و یکی از اصلی ترین منابع تامین کننده شهر تهران به شمار می رود قرارگرفتن مناطق مسکونی کارخانجات و ...درمسیر این رودخانه باعث افزایش آلودگی دراین رودخانه مهم شده است غلظت اکسیژن محلول در یک رودخانه یک شاخص متداول برای سلامت رودخانه است دراین تحقیق سعی شده است با استفاده از شبکه های عصبی مصنوعی پرسپترون چندلایه (MLP-NN اکسیژن محلول DO درمخزن سدلتیان پیش بینی گردد برای دست یابی به این هدف از آمار هشت ساله از سال 2002 تا 2010 کیفی آب رودخانه استفاده شد. شش پارامتر SO4, SO2, NH3, NO3, NO2, PO4 بهعنوان متغیر مستقل و DO به عنوان متغیر وابسته برای مدلسازی توسط مدل (MLP-NNدرنظر گرفته شد به منظور ارزیابی کارایی مدل پیشنهادی از دو آماره مجذور میانگین مربعات خطا RMSE و ضریب تعیین R2 استفاده شد.

کلیدواژه ها:

اکسیژن محلول ، کیفیت آب ، شبکه عصبی مصنوعی پرسپترون چندلایه ، سدلتیان

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا WFP01_046 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/148322/

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:
خردمند، علیرضا و سلیمانی، میرمهدی،1391،استفادها ز شبکه عصبی مصنوعی پرسپترون چندلایه در پیش بینی کیفیت آب مطالعه موردی پیش بینی اکسیژن محلول درمخزن سد لتیان،همایش ملی جریان و آلودگی آب،تهران،https://civilica.com/doc/148322

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: (1391، خردمند، علیرضا؛ میرمهدی سلیمانی)
برای بار دوم به بعد: (1391، خردمند؛ سلیمانی)
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 مقاله لینک شده اند :

  • پیش بینی کیفیت آب رودخانه کارون با استفاده از شبکههای عصبی مصنوعی [مقاله کنفرانسی]
  • استفاده از شبکه های عصبی در ارزیآبی کیفی رودخانه کرخه [مقاله کنفرانسی]
  • پیش بینی تغییرات کیفیت آب رودخانه زاینده رود با استفاده از شبکه های عصبی مصنوعی [مقاله کنفرانسی]
  • منهاج محمد باقر، (1381)، " مبانی شبکه های عصبی"، مرکز ...
  • ANN Application for Water Quality Forecasting, Journal of Marine 4Anه ...
  • استفاده از روش شبکه عصبی مصنوعی در پیشبینی مقادیر TDS در رودخانه تلخه رود [مقاله کنفرانسی]
  • شبیه سازی پارامترهای کیفی آب رودخانه قره سو در محل ایستگاه قرباغستان با استفاده از شبکه عصبی مصنوعی [مقاله کنفرانسی]
  • National Conference _ Water Flow and Pollution University of Tehran, ...
  • National Conference _ Water Flow and Pollution University of Tehran, ...
  • Learning"., McGrow-Hi, Machineء 5- Mitchell T. M., (1997) , ...
  • Singh K. P. et al, (2009) _ Artificial Neural Network ...
  • Dogan E. et al, "Estimation of Biological Oxygen Demand Using ...
  • Dawson, C. W., Wilby, R. L. (2001). "Hydrologic modeling using ...
  • Chavez P., Chang F. J, (2006), :Simulation of Multiple Water ...
  • 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.

    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