شبیه سازی و پیش بینی کیفیت آب سطحی با استفاده ازمدل شبکه عصبی مصنوعی مطالعه موردی رودخانه زیارت استان گلستان
- سال انتشار: 1391
- محل انتشار: نهمین سمینار بین المللی مهندسی رودخانه
- کد COI اختصاصی: IREC09_387
- زبان مقاله: فارسی
- تعداد مشاهده: 962
نویسندگان
استادیار دانشگاه علوم کشاورزی و منابع طبیعی ساری
دانشجوی ارشد مهندسی منابع آب
دانشجوی ارشد ابیاری و زهکشی
چکیده
رودخانه ها به عنوان مهمترین منابع تامین و انتقال آب مصرف بخشهای صنعت کشاورزی و شهری ازاهمیت خاصی برخوردار بوده و به علت اینکه ازبسترها و مناطق مختلفی می گذرند نوسانات کیفی زیادی دارند منظور ازTDS کل مواد جامد محلول درآب است که برابر با مجموع غلظت همه یونهای محلول درآب می باشد اکثر مدلهای موجود درزمینه پیش بینی و شبیه سازی شرایط موجود وضعیت کیفی رودخانه ها نیازمند پارامترهای ورودی بسیارهستند که یا دسترسی به آنها مشکل است داده های استفاده شده مربوط به ایستگاه نهارخوران دربازه سالهای 1347تا1390 شامل غلظت های سدیم کلسیم منیزیم کلر سولفات بی کربنات PH و دبی به عنوان پارامترهای ورودی به مدل و پارامتر کل مواد محلول TDS به عنوان پارامتر خروجی می باشد عملکرد مدل شبکه عصبی نشان داد که شبکه عصبی پرسپترون چندلایه درپیش بینی غلظت موادمحلول نتایج قابل قبولی ارایه میدهد.کلیدواژه ها
کل مواد جامد محلول TDS، شبکه عصبی مصنوعی، شبیه سازی، آزمایش شبکه، کیفیت آبمقالات مرتبط جدید
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.