ارزیابی کارایی شبکه های عصبی استاتیکی و دینامیکی در پیش بینی جریان ورودی به مخزن سد : مطالعه موردی سد سفیدرود
محل انتشار: چهاردهمین کنفرانس ملی هیدرولیک ایران
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 671
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IHC14_125
تاریخ نمایه سازی: 16 اسفند 1394
چکیده مقاله:
پیش بینی دقیق جریان های ورودی به مخزن سد می تواند نقش مهمی در ارتقای مدل های بهره برداری مخازن و کنترل سیلاب داشته باشد. در این تحقیق جریان ورودی به مخزن سد سفیدرود با استفاده از مدل های شبکه عصبی استاتیکی پرسپترون چندلایه (MLP)، دینامیکی غیرخطی خودبازگشتی (NAR) و دینامیکی غیرخطی خودبازگشتی با ورودی بیرونی (NARX) پیش بینی شده است. تمامی مدل های مذکور به کمک داده های دبی و بارش با تاخیرهای زمانی مختلف و همچنین با تعداد نورون های مختلف در لایه میانی آموزش داده شدند. تحلیل نتایج بدست آمده نشان دهنده آنست که دقت پیش بینی مدل های دینامیکی در تاخیرهای زمانی بالا از مدل های استاتیکی بیشتر است. همچنین، استفاده از 12 گام تاخیر زمانی و داده های دبی و بارش به منظور آموزش شبکه می تواند موجب بهبود عملکرد مدل های استاتیکی و دینامیکی شود.
کلیدواژه ها:
پیش بینی جریان ، شبکه عصبی مصنوعی ، شبکه پرسپترون چندلایه ، شبکه غیرخطی خودبازگشتی ، شبکه غیرخطی خودبازگشتی با ورودی بیرونی ، سد سفیدرود
نویسندگان
پدرام پیشگاه هادیان
دانشجوی کارشناسی ارشد، گروه عمران، دانشکده فنی و مهندسی، دانشگاه اصفهان
رامتین معینی
استادیار، گروه عمران، دانشکده فنی و مهندسی، دانشگاه اصفهان
اقبال احسان زاده
استادیار، گروه عمران، دانشکده فنی و مهندسی، دانشگاه اصفهان
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 :