استفاده از الگوریتم های فراکاوشی در مذلسازی رواناب زیر حوضه دریاچه مهارلو

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 546

فایل این مقاله در 7 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:

UMCONF01_199

تاریخ نمایه سازی: 30 دی 1394

چکیده مقاله:

شبکه های عصبی یکی از روش هایی است که مورد اقبال اکثر دانشمندان علوم مختلف از جمله مهندسی اب قرار گرفته و سال ها از ورود ان به عرصه علوم اب می گذرد اما کماکان این روش بدون تغییر در ساختار و نحوه ان مورد استفاده قرار می گیرد. در این بین با کشف الگوریتم های متعدد بهینه سازی مانند الگوریتم جامعه مورچگان، الگوریتم کلونی پرندگان و ... نیاز به بهبود روش های قبلی به شدت مورد نیاز می باشد. در این مطالعه با استفاده از روش های هیبرید شبکه های عصبی مصنوعی با دو الگوریتم کلونی پرندگان و کلونی مورچگان به محاسبه دبی رودخانه خشک شیراز پرداخته شد. سپس نتایج حاصل از ان به روش نروفازی و روش کلاسیک رگرسیون چند متغییره مورد مقایسه قرار گرفت. نتایج این تحقیق نشان داد که افزایش تعداد متغییر های ورودی باعث بهبود نتایج میشود. و متغییر بارش نقش اساسی در تخمین رواناب ایفا می کند. بر طبق شبیه سازی به روش های مختلف ، مشاهده شد روش بهینه سازی با ANFIS، PSO، رگرسیون و بهینه سازی با ACO به ترتیب بهترین نتایج را در مقایسه با داده های مشاهداتی تولید کردند.

کلیدواژه ها:

حوضه ابریز مهارلو ، شبکه عصبی ، الگوریتم بهینه سازی PSOوACO

نویسندگان

حامد گودرزی

دانشجوی کارشناسی ارشذ مهندسی عمران- سازه های هیدرولیکی، دانشگاه آزاد اسلامی واحد لارستان، لارستان، ایران

نادر برهمند

استادیار گروه مهندسی عمران، دانشگاه آزاد اسلامی واحد لارستان، لارستان، ایران

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 :
  • کارآموز، م. عراقی نژاد، ش. (1384)." هیدرولوژی پیشرفته، " انتشارات ...
  • تخمین میزان رسوب رودخانه نکا به کمک شبکه عصبی مصنوعی [مقاله کنفرانسی]
  • نورانی و. اعلمی م، نظم‌آرا ح. و حسین‌زاده ح. (1386)." ...
  • نصری، مدرس و دستورانی. (1387). "کاربرد مدل شبکه عصبی در ...
  • منهاج، م.(1381)." مبانی شبکه‌های عصبی مصنوعی (جلد اول)، " انتشارات ...
  • .Jain A. and Kumar A.M. (2006). "Hybrid neural network models ...
  • Cigizoglu H.K. 2002. "Suspended sediment Estimation for Rivers using Artificial ...
  • Dawson C.. Abrahart R.J Shamseldin A.Y. and Wibly R.L. 2006. ...
  • Colorni A. Dorigo M. Maniezzo V. and Trubian M 1994. ...
  • Afshar M.H., Rezai S.E., Moeini R. 2010. "Reservoir operation optimization ...
  • Dorigo M. Maniezzo V. and Colorni A 1996. "The Ant ...
  • Aqil M. Kita I. Yano A and Nishiyama S. 2006. ...
  • نمایش کامل مراجع