پیش بینی و شبیه سازی رواناب با استفاده از مدلهای MIKE11/NAM ANFIS
- سال انتشار: 1391
- محل انتشار: نهمین کنگره بین الملی مهندسی عمران
- کد COI اختصاصی: ICCE09_029
- زبان مقاله: فارسی
- تعداد مشاهده: 3160
نویسندگان
دانشجوی کارشناسی ارشد آبخیزداری
دانشیار دانشگاه زابل
استادیار دانشگاه زابل
استادیار دانشگاه صنعتی اصفهان
چکیده
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 رودمقالات مرتبط جدید
- ارزیابی تاثیر فناوریهای نوین دیجیتال (BIM)، هوش مصنوعی و اینترنت اشیا بر بهبود بهره وری و کاهش ریسک در پروژه های ساخت و ساز ایران مطالعه) مورردی اداره کل نوسازی شهر تهران منطقه (۸)
- سازه های مقاوم هوشمند جهت بهینه سازی مصرف انرژی با محوریت زیست محیطی
- درآمدی بر امکان حضور رهنمودهای باغسازی معماری اسلامی در پیشبرد طراحی منظر معاصر
- باغسازی در معماری اسلامی؛
- شناسایی ریسکهای موثر در پیشرفت فیزیکی پروژه های ساخت به روش بهترین بدترین فازی
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.