مدل ANN's مبتنی بر ژئومورفولوژی و مدل GIUH برای برآورد رواناب مستقیم

سال انتشار: 1384
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,784

فایل این مقاله در 9 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:

IHC05_168

تاریخ نمایه سازی: 7 آذر 1384

چکیده مقاله:

در مدل هیدروگراف واحد لحظه ای ژئومورفولوژی از شبکه زهکشی حوضه آبریز و قوانین هورتون استفاده می گردد. این مدل یک رهیافت مدلسازی رواناب-بارندگی برای حوضه های فاقد آمار می باشد و چون در آن از پارامترهای فیزیوگرافی حوضه استفاده می شود به نتایج آن نسبت به سایر مدلهای خطی دیگر مانند هیدروگراف واحد که چنین قابلیتی ندارند، بیشتر می توان اعتماد نمود. هدف این تحقیق تئسعه یک مدل شبکه عصبی بر پلیه مشخصات ژئومورفولوژی حوضه می باشد که جهت برآورد رواناب مستقیم حوضه معرف کسیلیان مورد استفاده قرار گرفته است. نتایج حاصل از آن با داده های مشاهده ای و نتایج مدل ژئومورفولوژی مقایسه گردیده است. نتایج الین تحقیق نشان می دهد که مدل شبکه عصبی مصنوعی بر پایه ژئومورفولوژی از مدل کاملا تجربی شبکه عصبی مصنوعی و مدلهایی که بر اساس ژئومورفولوژی حوضه می باشند برتر است. علاوه بر این انعطاف پذیری مدل ANNs توسعه یافته بواسطه وزن مرتبط بین گره ها و لایه های مختلف، درترکیب با مدل هیدروگراف واحد لحظه ای ژئومورفولوژ=ی بر قابلیتهای GIUH افزوده است.

نویسندگان

سیدموسی حسینی

دانشجوی کارشناسی ارشد مهندسی منابع اب گروه مهندسیآبیاری و آبادانی دا

محمدرضا نجفی

استادیار گروه مهندسی آبیاری و آبادانی پردیس کشاورزی و منابع طبیعی دانش

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 :
  • {1}- تماب(1380)، گزارش آماری حوضه معرف کسیلیان، _ سال 78-77 ...
  • -Anmala, J., Zhang, B., Govindaraju, R., (2000). _ Comparison of ...
  • approach for predicting watershed runoff.?^ ASCE Journal of Water Resources ...
  • -Fernando, D.A.K., Jayawardena, A.W., (1998). _ Runoff forcasting using RBF ...
  • -Franching, M, Oconnell, P.E. (1996).، An anlysis of the dynamic ...
  • -Gupta, V., Waymire, E., Wang, C., (1980). _ A representation ...
  • -Jain, S.K, Chali sgaonkar, D. (1996).، ، Application neural networks ...
  • -Rodrigues -Iturbe, I., Valles, J., 1979. The geonorp hologic al ...
  • -Rosenblalt, F. (1962). *Principles of neuro -dynamic s:Derceptron and the ...
  • -Rummlhurt, D.E, Hinton, G.E, and Williams, R.J. (1986). *Learning internal ...
  • -Wang, M., Hjelmfelt, A., (1993). _ Runoff simulation using ANN. ...
  • -Zhang, B, Govindaraju, R.S. (2003).، ، Geomorp hology-b ased artificial ...
  • نمایش کامل مراجع