تحلیل و ارزیابی بهینه سازی ورودی های حاصل از Data Mining در طراحی مدل بهینه برآورد رواناب توسط الگوریتم RPROP در شبکه های عصبی مصنوعی FTDNN و Fgam

  • سال انتشار: 1393
  • محل انتشار: همایش ملی آب، انسان و زمین
  • کد COI اختصاصی: WHEC01_146
  • زبان مقاله: فارسی
  • تعداد مشاهده: 1468
دانلود فایل این مقاله

نویسندگان

آرش یوسف دوست

کارشناسی ارشد مهندسی عمران - مهندسی آب دانشگاه آزاد اسلامی واحد تهرن مرکزی

محمدصادق صادقیان

هیئت علمی گروه عمران دانشگاه آزاد اسلامی واحد تهران مرکزی

محمدرضا بازرگان لاری

هیئت علمی گروه مهندسی عمران دانشگاه آزاد اسلامی واحد تهران شرق

چکیده

برآورد میزان رواناب کمتر ازمقدار واقعی خطر سیلاب پیش بینی بیش از مقدار واقعی، تهدید جدی در پایداری توسعه مدیریت منابع آب را در پی خواهد داشت در این پژوهش با استفاده از تکنولوژی جدید واستفاده از ایده ابتکاری دیتا ماینینگ تلاش شده است تا با کشف روابط پنهان میانپارامترهای ورودی و تشخیص موثرترین عامل بهترین پارامترهای جهت پیش بینی رواناب توسط شبکه عصبی مصنوعی کشف شود.نتایج بررسی و آنالیز حساسیت بیش از 3500 مدل ایجاد وتحلیل شده نشان می دهد ترکیبات مختلف اختلاف دمادر این حوضه موثرترین عامل هستند.

کلیدواژه ها

داده کاوی، برآورد رواناب، شبکه عصبی مصنوعی، Data Mining ، Artifical Neural، Networks الگوریتم اموزش RPROP، FTDNN، Fgam تولید ورودی مصنوعی از داده های مشاهداتی

مقالات 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.