پیش بینی غلظت کل مواد محلول در رودخانه گرگر با استفاده از شبکه عصبی مصنوعی
- سال انتشار: 1393
- محل انتشار: همایش ملی آب، انسان و زمین
- کد COI اختصاصی: WHEC01_134
- زبان مقاله: فارسی
- تعداد مشاهده: 610
نویسندگان
دانشجو کارشناسی ارشد آبیاری و زهکشی، دانشگاه آزاد اسلامی شهید چمران اهواز
چکیده
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.کلیدواژه ها
رودخانه، گرگر، شبکه عصبی مصنوعی، MLP,TDSمقالات 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.