پیش بینی غلظت کل مواد محلول در رودخانه گرگر با استفاده از شبکه عصبی مصنوعی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 489

فایل این مقاله در 8 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:

WHEC01_134

تاریخ نمایه سازی: 12 دی 1393

چکیده مقاله:

بررسی کیفیت و کمیت جریان در طول رودخانه به منظور ارزیابی تغییرات مکانی آن جهت استفاده مختلف از آن از اهمیت بسزایی برخوردار می باشد. با توجه به این که جریان عبوری از روخانه گرگر به عنوان یک منبع تامین آب در بخش های مختلف مصرف شامل شرب، صنعت و کشاورزی می باشد. آگاهی از تغییرات مکانی کیفیت و کمیت جریان در طول رودخانه موجب شناسایی جریان های جانبی موثر بر کیفیت و کمیت جریان گردیده تا براین اساس بتوان به مدیریت و کنترل کیفیت جریان اقدام نمود. نتایج عملکرد مدل شبکه عصبی MLP در پیش بینی غلظت مواد محلول نتایج قابل قبولی را برای هردو ایستگاه ارائه می دهد و با توجه به داده های موجود وغلظت پارامتر شبیه سازی شده، بین داده های شبیه سازی شده با داده های واقعی اختلاف چندانی مشاهده نمی شود.

نویسندگان

ساناز شکری

دانشجو کارشناسی ارشد آبیاری و زهکشی، دانشگاه آزاد اسلامی شهید چمران اهواز