ارزیابی تخمین مقدار بار مواد ریز رسوب بوسیله شبکه عصبی مصنوعی در رودخانه جاجرود
- سال انتشار: 1394
- محل انتشار: چهارمین کنفرانس ملی مصالح و سازه های نوین در مهندسی عمران
- کد COI اختصاصی: NCNMS04_134
- زبان مقاله: فارسی
- تعداد مشاهده: 551
نویسندگان
دانشجوی کارشناسی ارشد مهندسی عمران آب دانشگاه آزاد اسلامی واحد یاسوج
استادیار رشته عمران آب دانشگاه آزاد واحد یاسوج، یاسوج
چکیده
عمل حمل و انتقال رسوب توسط راواناب ها نقش به سزایی در کیفیت و نحوه بهره برداری از رودخانه ها دارا می باشد که این خود تاثیراتمهمی در کشاورزی، مسایل زیست محیطی، اقتصادی، مطالعات جمعیتی، اجتماعی و سیاسی خواهد داشت. از این رو لازم است که درمطالعات قبل و بعد از احداث ابنیه فنی هیدرولیکی توجه ویژهای به پدیده هیدرولیک رسوب به عنوان یک پدیده تاثیر گذار در مطالعاتمدیریت منابع آب داشت. در این تحقیق به منظور پیش بینی مقدار رسوب بار مواد ریز حمل شده توسط رودخانه جاجرود از مدل شبکهعصبی مصنوعی استفاده گردید. مدل ایجاد شده که بر مبنای آمار و اطلاعات هیدرومتری ایستگاه های این حوضه بود نشان داد که شبکهعصبی مصنوعی توانایی قابل قبولی در پیش بینی بار معلق رسوب برخوردار بود. جهت ارزیابی نتایج و انتخاب بهترین مدل از پارامتر هایآماری همچون ضریب همبستگی ((R(2) و قدر مطلق اختلاف نسبی متوسط (AARD) استفاده گردید.کلیدواژه ها
بار مواد ریز، شبکه عصبی مصنوعی، رودخانه جاجرود، مدل سازی رسوبمقالات مرتبط جدید
- بررسی عملکرد لرزه ای سازه های بتنی در مقابل حوادث طبیعی همچون زلزله
- بررسی جایگاه هوش مصنوعی در موفقیت مهندسی عمران
- نقش و جایگاه عمران و شهرسازی در ایجاد و توسعه گردشگری شهرهای شمالی
- واکاوی ویژگی های محیط های معماری و شهرسازی در دوران همه گیری ویروس کرونا
- بررسی ویژگی های شهر دوستدارکودک از منظر طراحی فضاهای شهری
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.