سال انتشار: 1380
محل انتشار:
سومین کنفرانس هیدرولیک ایران
کد COI مقاله: 208_8628680142
زبان مقاله: فارسیمشاهده این مقاله: 4,283
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 7 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:
مشخصات نویسندگان مقاله کاربرد شبکه های عصبی مصنوعی جهت تخمین دبی رسوب رودخانه ها
چکیده مقاله:
پدیده انتقال رسوب از جمله فرآیندهای هیدرودینامیکی مهمی است که بسیاری از سیستم های فیزیکی و تأسیسات عمرانی را تحت تأثیر قرارمی دهد و به عنوان یکی از بزرگترین مشکلات بهره برداری از منابع آبهای سطحی در جهان مطرح است. با توجه به نقش و اهمیت رسوب درعمر مفید سدهای کشور که نقش بزرگی را در توسعه اقتصادی کشور ایفا می کنند، عدم توجه به اندازه گیری و محاسبه دقیق آن، باعث اتلاف سرمایه های ملی می گردد. بدیهی است که دقت پیش بینی میزان رسوب وارده به مخازن سدها، بستگی زیادی به روشهای محاسباتی و معادلات ارائه شده د ر این زمینه دارد؛ از طرفی دامنه کاربرد این روشها به سبب پیچیدگی طبیعت رودخانه ها و گوناگونی عوامل مؤثر در پدیده انتقال رسوب محدود م ی باشد و نتایج بدست آمده اغلب دارای دامنه نوسان زیادی است . در این مقاله شبکه عصبی مصنوعی به عنوان روشی مؤثر جهت تخمین مقدار ر سوب معلق بکار گرفته شده است . شبکه ای با ساختار و آموزش مناسب و داده های کافی قادر است تأثیرات مخفی و ارتباط بین دبی آب ودبی رسوب را بدون استفاده از روابط اختصاصی و معادلات انتقال فراگیرد .پس از طرح و آموزش شبکه کاربرد این مدل محاسباتی در برآورد رسوب برای ی کی از رودخانه های کشور بررسی شده و نتایج حاصل از آن با روش متداول تخمین رسوب(برازش منحنی توانی بر داده های آماری دبی رسوب ) مقایسه شده است. نتایج این مقایسه نشان دهنده بهبود قابل توجهی در دقت تخمین رسوب و کارآیی این روش میباشد.
کلیدواژه ها:
کد مقاله/لینک ثابت به این مقاله
کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا 208_8628680142 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:https://civilica.com/doc/442/
نحوه استناد به مقاله:
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:آوریده، فریبا و بنی حبیب، محمدابراهیم و طاهرشمسی، احمد،1380،کاربرد شبکه های عصبی مصنوعی جهت تخمین دبی رسوب رودخانه ها،سومین کنفرانس هیدرولیک ایران،تهران،https://civilica.com/doc/442
در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1380، آوریده، فریبا؛ محمدابراهیم بنی حبیب و احمد طاهرشمسی)
برای بار دوم به بعد: (1380، آوریده؛ بنی حبیب و طاهرشمسی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.
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 :- Trent , R , Molinas , A , Gagarin , ...
- Hirano . Moriyama , T _ Kawahsrd . K , ...
- MutiLater Perceptron 4) Neuron ...
- Activaiton Function 6) Back Propegation ...
- Marquardt - Levenberg (M.L) 8) Weight ...
مدیریت اطلاعات پژوهشی
اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.
کدام مقالات به این منبع استناد نموده اند
- مقایسه مدل های شبکه عصبی مصنوعی و منحنی سنجه رسوب در شبیه سازی میزان رسوب معلق؛ مطالعه موردی حوزه آبخیز شاهرود(1396)
- ارزیابی و عملکرد مدل ماشین بردار پشتیبان در تخمین رسوبات معلق رودخانه ها(1396)
- برآورد بار رسوب رودخانه مارون به مخزن سد با استفاده از شبکه عصبی مصنوعی(1385)
- برآورد بار رسوب رودخانه رود زرد به مخزن سد جره با استفاده از شبکه عصبی مصنوعی(1386)
- استفاده از سیستم استنتاج فازی در برآورد رسوب معلق ( مطالعه موردی: حوزه آبخیز طالقان )(1386)
- بررسی کارایی شبکه عصبی مصنوعی نسبت به منحنی های سنجه رسوب در برآورد رسوب انتقالی (مطالعه موردی: ایستگاه هیدرومتری کردخیل)(1386)
- استفاده از شبکه عصبی جهت مدل نمودن سری زمانی غیرخطی بار معلق رودخانه ها(1386)
- برآورد بار رسوبی رودخانه مارون و رسوب ورودی به مخزن سد مارون(1388)
- بررسی توانایی برخی روشهای داده کاوی در مطالعات مربوط به منابع آب(1390)
- پیشبینی بار معلق رسوب ورودی به مخزن سد دز با استفاده از مدل های شبکه عصبی مصنوعی(1391)
- تعیین مناسب ترین روش برآورد رسوب معلق مطالعه موردی حوضه کارون رودخانه بشار ایستگاه پاتاوه(1391)
- مقایسه الگوی کمانک تطبیقی چندمتغیره و شبکه عصبی درتبیین درازمدت بارمعلق مطالعه موردی: 9ایستگاه آبسنجی کارون(1391)
- شبیه سازی بار معلق رسوب رودخانه با استفاده ازشبکه های عصبی مصنوعی؛مطالعه موردی رودخانه شاپور ایستگاه چیتی(1392)
- ارزیابی شبکه بیزین در شبیه سازی رسوبات معلق رودخانه اهرچای(1393)
- محاسبه بار رسوب رودخانه کارون بااستفاده از سیستم هوشمند شبکه عصبی مصنوعی (بازه اهواز- فارسیات)(1395)
بر اساس سیستم تحلیلی استنادات مقالات، تاکنون برای نگارش 15 مقاله استفاده شده است.
علم سنجی و رتبه بندی مقاله
مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.
مقالات پیشنهادی مرتبط
- کنترل وکاهش آبشستگی موضعی در اطراف دستک پل با اعمال پایه های قربانی شونده تحت زوایای مختلف،قطر وفواصل بین پایه ای یکسان
- بهینه سازی شبکه های عصبی با الگوریتم ژنتیک
- شبیه سازی عددی غیر دائم دنباله جریان به کمک نرم افزار تجاری STAR-CCM+
- بررسی پروفیلهای سطح آب با استفاده از HEC-RAS و GIS جهت پهنه بندی سیلاب رودخانه قوری چای
- بررسی دبی جریان و دبی رسوب در ایستگاه های هیدرومتری رودخانه مطالعه موردی: رودخانه سیوند
مقالات فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.
به اشتراک گذاری این صفحه
اطلاعات بیشتر درباره 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.