ترکیب روش شبکه های عصبی مصنوعی و مدل هیدرودینامیکی برای پیش بینی دقیق تر جریان رودخانه

سال انتشار: 1383
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 732

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_WWJ-15-49_002

تاریخ نمایه سازی: 4 مهر 1393

چکیده مقاله:

در این تحقیق کاربرد روش سیستم عصبی مصنوعی در کاهش خطای مدل هیدرودینامیکی برای پیش بینی جریان رودخانه مورد بررسی قرار گرفته است . منطقه مورد مطالعه حوزه رینولدز کریک در جنوب غربی ایالت آیداهو در ایالات متحده آمریکا می باشد که دارای وسعتی معادل 239 کیلومتر مربع و اقلیم نیمه خشک است و به علت تغییرات بیش از حد بارندگی در نقاط مختلف این حوزه جریان رودخانه شدیداً متغیر است . در این تحقیق پس از کالیبراسیون و به کار بردن یک مدل هیدرودینامیکی یک بعدی برای پیش بینی وضعیت جریان در نقطه ای در پایین دست رودخانه یک مدل سیستم عصبی مصنوعی به عنوان پیش بینی کننده خطای مدل هیدرودینامیکی مورد استفاده قرار گرفت. با پیش بینی این خطا نتایج مدل هیدرودینامیکی به میزان قابل توجهی به مقادیر واقعی نزدیک تر شد. لازم به ذکر است که قبل از کاربرد ترکیبی این دو روش (مدل هیدرودینامیکی و سیستم عصبی مصنوعی ) هریک از این روش ها به تنهایی مورد استفاده قرار گرفته و نتایح حاصل از مقادیر واقعی مقایسه گردیده بود . نتایج حاصل از کاربرد ترکیبی این مدل از کیفیت به مراتب بالاتری نسبت به کاربرد هریک از آنها به تنهایی برخوردار است.

کلیدواژه ها:

نویسندگان

محمدتقی دستورانی

استادیار دانشکده منابع طبیعی دانشگاه یزد

ناجیل جورح رایت

استاد گروه عمران دانشگاه تاتینگهام انگلستان