استفاده از سیستم استنتاج فازی در برآورد رسوب معلق ( مطالعه موردی: حوزه آبخیز طالقان )

سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,685

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

WATERSHED04_079

تاریخ نمایه سازی: 28 دی 1386

چکیده مقاله:

در سیستم های دارای پیچیدگی و عدم قطعیت کم، مدلسازی با استفاده از معادلات ریاضی دارای دقت بالایی می باشد و در چنین سیستم هایی بهترین وسیله برای مدلسازی،منطق فازی می باشد . در این تحقیق جهت مدلسازی آورد دبی و رسوب با استفاده از سیستم استنتاج فازی، از داده های ایستگاه گلینک واقع در حوزه آبخیز طالقان استفاده شده است . دو نوع سیستم ممدانی و سوگینو با تغییر در نوع و مقدار توابع عضویت مورد بررسی قرار گرفت . دقت حاصل از هر کدام از مدل ها با استفاده از معیار میانگین قدر مطلق خطا بررسی گردید . در نهایت سیستم ممدانی با یک تابع عضویت مثلثی به عنوان بهترین مدل استنتاج فازی در این بررسی شناخته شد . لازم به ذکر است که نتایج حاصل از این بررسی نشان داد که استفاده از روش حدواسط دسته ها نسبت به سیستم استنتاج فازی از دقت بالاتری برخوردار می باشد و سیستم استنتاج فازی عموما در زمانیکه تعداد داده های آماری مورد استفاده کم باشد، از دقت بالاتری برخوردار است .

نویسندگان

حسن احمدی

استاد گروه احیاء مناطق خشک و کوهستانی، دانشکده منابع طبیعی، دانشگاه ت

حسین محمدعسگری

دانشجوی کارشناسی ارشد بیابان زایی، دانشگاه تهران، ایران

محمد طهمورث

دانشجوی کارشناسی ارشد آبخیزداری، دانشگاه تهران، 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 :
  • کاربرد شبکه های عصبی مصنوعی جهت تخمین دبی رسوب رودخانه ها [مقاله کنفرانسی]
  • بایزیدی، شوبر، مهدی یاسی، روح اله فتاحی و عباس کارگر، ... [مقاله کنفرانسی]
  • جورابیان، محمود و رحمت اله هوشمند، 1381، منطق فازی و ...
  • رضایی، علی، 1383، مدلسازی منطقه ای دبی های اوج زیر ...
  • کوچک زاده، صادق و امیر یوسفی، 1381، تئری و کاربرد ...
  • منهاج، محمد باقر، 1381، مبانی شبکه های عصبی مصنوعی، انتشارات ...
  • مهدوی، محمد، 1381، هیدرولوژی کاربردی، جلد دوم، انتشارات دانشگاه تهران، ...
  • میرزایی، محمد رضا، محمود عرب خدری، سادات فیض نیا و ...
  • نجفی نیسیانی، نعیمه، منوچهر حیدرپور و حسن گلمایی، 1384، برآورد ...
  • مقایسه مدل جدید N.W.N و مدل A.N.N در فرآیند شبیه سازی جریان رودخانه غازان چای [مقاله کنفرانسی]
  • Agrowal, A., R.D. Singh, S.K. Mishra, P.K. Bhung, 2004, ANJN-based ...
  • Kerem, H., 2002a, Suspended sediment estimation and forecasting using artificial ...
  • Kerem, H., 2002b, Suspended sediment estimation for river using artificial ...
  • Kerem, H.., 2006a, Generalized regression neural network in modeling river ...
  • Kerem, H., 2006b, Methods to improve the neural network performance ...
  • Memarian Khalilabad, H., S. Zakikhani, S. Feiznia, 2006, River suspended ...
  • Murat, A., H.K. Cigizoglu, 2007, Suspended sediment load simulation by ...
  • Sarangi, A., A.K. Bhattacharya, 2005, Comparison of artificial neural network ...
  • Sarangi, A., C.A. Madramootoo _ P. Enright, S.O. Prasher and ...
  • نمایش کامل مراجع