ترکیب تئوری موجک با شبکه عصبی شعاعی برای پیشبینی رسوب روزانه رودخانه
- سال انتشار: 1394
- محل انتشار: همایش ملی مدیریت محیط زیست و توسعه پایدار
- کد COI اختصاصی: HMIE01_012
- زبان مقاله: فارسی
- تعداد مشاهده: 747
نویسندگان
دانشگاه آزاد اسلامی واحد قائمشهر، گروه مهندسی عمران، قائمشهر، ایران
چکیده
در مبحث کنترل کیفی آبهای سطحی، پیشبینی و تخمین رسوبات رودخانهها در مدیریت رودخانهها و مخازن سددها بطدور ک دی درپروژههای آبی اهمیت بالایی دارد. در این تحقیق از ترکیب تئوری موجک با شبکه عصبی شعاعی استفاده شده است و این مدل توسعه یافته با مدلهدای سدایر محققدان مقایسه گردید. از دیتاهای رودخانه یادکین در آمریکا استفاده گردید و گامهای گذشته دبی و رسوب و ترکیب آنها به عنوان ورودی بدهمدل انتقال داده شد. در این مدل ترکیبی با استفاده از آنالیز موجک، سری زمانی به زیرسریهای تقریب زیرسریهای جزئیات تجزیده شده و پس از این زیرسریها وارد سیستم شبکه عصبی شعاعی میشوند. خروجی این مدل نیز رسوب را در گام زمانی آینده پیشبینی میکند. از برخی شاخصهای آماری نظیر میانگین قدرمطلق خطا ) MAE ( و ضریب تبیین ) 2 R( و جذر میانگین مربعات خطا ) RMSE ( برای ارزیابی مدل استفاده گردید. نتایج نشان داد که ترکیب تئوری موجک با شبکه عصبی دارای نتایج بهتری نسبت به سایر مدلهای ارائه شده میباشد.کلیدواژه ها
شبکه عصبی شعاعی، تئوری موجک، رسوب روزانه، رسوبات سیلابی، زیرسریمقالات مرتبط جدید
- استفاده از مواد سازگار با محیط زیست در صنعت ساختمان بتن سبز و بازیافتی رویکردی موثر در توسعه پایدار
- بررسی جایگاه مناطق حفاظت شده ایران و نقش مشارکت های مردمی در حفاظت از مناطق
- مروری بر مقایسه اثر سمیت نانوذرات فلزی مختلف، روی آبشش ماهی ها
- مطالعه مدیریت ازن و عوامل آلودگی محیط زیست
- پارامترهای محیط زیستی یا فعالیت های انسانی کدام یک بیشترین تاثیر را بر غلظت متان اتمسفری ایران دارند؟
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.