ورود
مقالات فارسیISIکنفرانسهاژورنالها

پیش بینی و شبیه سازی رواناب با استفاده از مدلهای MIKE11/NAM ANFIS

محل انتشار: نهمین کنگره بین الملی مهندسی عمران
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,933

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:
https://civilica.com/doc/165097

شناسه ملی سند علمی:

ICCE09_029

تاریخ نمایه سازی: 7 مهر 1391

چکیده مقاله:

مدلسازی بارش رواناب به عنوان یکی از مهمترین فرایندهای هیدرولوژیکی نقش کلیدی در پیش بینی سیلاب و مطالعات منابع آب بازی می کند علاوه براین به منظور کاهش خسارت ناشی از سیل و کنترل و مهار آن و مدیریت و هشدار معضل سیل پیش بینی امری اجتناب ناپذیر است مدلهای مختلفی که برای شبیه سازی این فرایند توسعه یافته اند را میتوان به سه گروه مدلهای فیزیکی مدلهای مفهومی و مدلهای جعبه سیاه تقسیم کرد دراین مطالعه که دربخشی از حوزه آبخیز بالادست سد زاینده رود صورت گرفته است برای یک دوره 10 ساله 87-78 بارش توسط سیستم استنتاج فازی عصبی پیش بینی شده است سپس دبی رواناب حاصل از بارش پیش بینی شده و بارش مشاهده شده توسط مدل مفهومی MIKE11/NAM شبیه سازی شده و نتایج با یکدیگر مقایسه شدها ند همچنیننه پارامتر اصلی مدل NAM در زیرحوزه مورد مطالعه کالیبراسیون شده است .

کلیدواژه ها:

سیستم استنتاج فازی - عصبی ، پیش بینی بارش ، مدل بارش - رواناب NAM ، حوزه آبخیز سد زاینده رود

نویسندگان

الهام کاکائی

دانشجوی کارشناسی ارشد آبخیزداری

علیرضا مقدم نیا

دانشیار دانشگاه زابل

احمد پهلوانروی

استادیار دانشگاه زابل

آزاده احمدی

استادیار دانشگاه صنعتی اصفهان

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 :
  • جمالیزاده تاج آبادی، م. 1387. یش‌بینی طوفان‌های گرد و خاک ...
  • شهبازی، ع. 1385. مدل اش-رواناب با استفاده از سیستم‌های فازی-عصبی ...
  • شهبازی، ع.، محمودیان شوشتری، م.، اکبربروجردی، م. 1385. بش‌بینی جریان ...
  • شهبازی، ع. 1389. بررسی عملکرد سیستم‌های فازی-عصبی در پیش‌بینی رواناب ... [مقاله کنفرانسی]
  • غفاری گوشه، م. 138. مدل‌سازی برآورد تبخیر از مخازن چاه‌نیمه ...
  • Butts M. B., Payne J. T., Kristensen M. Madsen H., ...
  • Danish Hydraulic Institute (DHI): NAM Technical Reference and Model D ...
  • Gautam, M.R., K. Watanake, and H. Saegusa : Runoff analysis ...
  • Hsu, K., H.V. Gupta, and S. Sorooshian : Artificial neural ...
  • Jamalizadeh, M.R., Moghaddamn ia, A., Piri, J., Arbabi, V., Homayounfar, ...
  • Jones, A., 2001. The WinGamma User Guide. University of Wales. ...
  • Koncar, N. 1997. Optimisation methodologies for direct inverse neurocontro. PhD ...
  • Lekkas D.F., Maxey R.T., Wheather H.S., 2004, Inte rcompartion of ...
  • Lipiw attanakarn, S., S riwongsitanon, N., Saengsawang, S. _ Improving ...
  • Li piwattanakarn, S., S riwongsitanon, N. Saengsawang S. 2004. Performance ...
  • Madsen, H. : Automatic calibration of a conceptual rainfall-runoff model ...
  • Monte, R.A., 1999. A random walk for dummies. MIT Undergraduate ...
  • Renji, r., Shamim, M.A., Han, D., Mathew, . 209. Runoff ...
  • Sajikumar, N. and B.S. Thandaveswara : A non-linear rainfall-runoff model ...
  • Singh, S., 2005. Imp lementation of the Gamma test in ...
  • Stefansson, A., Koncar, N., and Jones, A.J., 1997.A note on ...
    • نمایش کامل مراجع