پیش بینی سیلاب رودخانه اهر چای در ایستگاه تازه کند با استفاده از شبکه های عصبی مصنوعی

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,533

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IFMC01_031

تاریخ نمایه سازی: 23 مرداد 1392

چکیده مقاله:

سیل یکی از پدیده های موجود در طبیعت بوده که از دیرباز، بشر شاهد وقوع آن می باشد. درایران نیز بدلیل وسعت زیاد، اقلیم متعدد و تراکم زمانی و مکانی بارشها در اکثر حوضه های آبریز، همه ساله شاهد سیلابهای عظیمی در برخی ازنقاط کشورمان می باشیم. امروزه یکی از ابزارها و روشهای مطرح در مقابله با پدیده سیل که در بسیاری از کشورهای جهان رایج گشته، سیستم های پیش بینی و هشدار سیل می باشد. شبکه های عصبی مصنوعی بعنوان یکی از روش هایجعبه سیاه کارایی بهتری در مدل سازی توابع غیر خطی پیچیده از جمله پیش بینی جریان در حوضه های آبریز دارد. در این تحقیق جهت پیش بینی سیل رودخانه اهرچای از روش شبکه های عصبی مصنوعی پرسپترون چندلایه ) MLP ( با قانون یادگیری پس انتشارخطا ) BP ( استفاده گردید. بر اساس ترکیب های مختلفی از داده های روزانه دو متغیر رواناب وبارش با تاخیرهای زمانی متعدد در ایستگاه تازه کند و طی دوره آماری 8 ساله ) 1888 1881 ( مقدار جریان با استفاده از - نرم افزار MATLAB پیش بینی شده است. نتایج بدست آمده از مدل شبکه های عصبی نشان داد در بهترین حالت برای پیش بینی سیل معماری شبکه بصورت 7 5 1 با 7 گره در لایه ورودی، 5 گره در لایه پنهان می باشد. براساس این نتایج و برای این معماری مقادیر2R و RMSE به ترتیب 0/94/14و0/0521 محاسبه گردید.

کلیدواژه ها:

پیش بینی سیلاب شبکه های عصبی مصنوعی پرسپترون چندلایه ) - - MLP ( قانون یادگیری پس انتشارخطا ) BP ( رودخانه اهرچای

نویسندگان

محمدرضا عبداله پورآزاد

دانشجوی کارشناسی ارشد مهندسی عمران آب، دانشگاه آزاد اسلامی واحد اهر

محمدتقی ستاری

استادیارگروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز

شهرام شاه محمدی کلالق

استادیارگروه مهندسی آبیاری و زهکشی، دانشکده کشاورزی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات آذربایجان شرقی

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 :