ارزیابی و مقایسه عملکرد شبکه های عصبی مصنوعی GFF,MLP در شبیه سازی شاخص کیفی Sar مطالعه موردی رودخانه سیستان
- سال انتشار: 1391
- محل انتشار: همایش ملی جریان و آلودگی آب
- کد COI اختصاصی: WFP01_117
- زبان مقاله: فارسی
- تعداد مشاهده: 2042
نویسندگان
استادیار دانشگاه زابل
دانشجویان کارشناسی ارشد آبیاری و زهکشی
چکیده
ازم همترین پارامترهای کیفی آب نسبت جذبی سدیم SAR است که برآورد و یافتن مدلی بصرفه برای پیش بینی SAR ضروری به نظر می رسد یکی از مدلهای پیش بینی کیفی که اخیرا کاربرد زیادی را در مهندسی آب پیدا نمودها ست مدل شبکه های عصبی مصنوعی می باشد تحقیق حاضر به منظور شبیه سازی آب رودخانه سیستان درطی سالهای 75تا89 درایستگاه های پایاب سد کهک با استفاده از پارامترهای کلر CL شوری eC قلیائیت PH و کل مواد محلول TDS با استفاده از شبکه عصبی مصنوعی با الگوریتم های GFF,MLP صورت پذیرفت بدین منظوردرهر مورد شبکه با ساختارهای مختلف مورد بررسی قرار گرفت درنهایت با ارزیابی تمام یمدهای مشخص گردید که هنگامی که از شبکه عصبی از نوع MLP با یک لایه پنهان و با تعداد 5 نرون استفاده شد شاخص sAR با MSE=1/05 Á R2 =0/92 بهتر از دیگر مدلها پیش بینی گردید.کلیدواژه ها
رودخانه سیستان، شبکه عصبی مصنوعی، SAR -GFF- MLPمقالات مرتبط جدید
- آسیب شناسی بافت تاریخی نمونه موردی بافت تاریخی شهر مروست
- راهبردهای باززنده سازی بازارهای تاریخی با رویکرد معماری میان افزا
- بازشناسی تاریخی میدان و عمارت عالی قاپی بناب
- بررسی روند شکل گیری و کیفیت معماری - ساختاری یادمان مقبره الشعراء تبریز
- نقش نگاره ها در بافته ای تاریخی (نمونه موردی بررسی تپه قلایچی مانایی)
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.