پیش بینی رواناب ماهانه با استفاده از شبکه عصبی مصنوعی
- سال انتشار: 1392
- محل انتشار: دوازدهمین همایش سراسری آبیاری و کاهش تبخیر
- کد COI اختصاصی: ABYARI12_261
- زبان مقاله: فارسی
- تعداد مشاهده: 904
نویسندگان
دانشجوی ارشد مدیریت منابع آب،دانشگاه زابل
دانشجوی ارشد آبیاری و زهکشی،دانشگاه زابل
عضو هیئت علمی گروه مهندسی آب ،دانشگاه زابل
چکیده
تعیین رواناب حاصل از بارش یکی از موارد بسیار مهم در تحلیل مسائل هیدرولوژی و مدیریت منابع آب می باشد. پیش بینی رواناب برای اهداف مختلفی نظیر برآورد سیلاب، خشکسالی، مدیریت حوضه آبریز، کشاورزی و .... دارای اهمیت بسیاری است. در این تحقیق از آمار هواشناسی و رواناب طی دوره آماری 52 ساله ( از سال آبی 34 - 1333 تا 88 - 1387 ) و شبکه عصبی مصنوعی جهت پیش بینی رواناب ماهانه استفاده شده است. نتایج این تحقیق نشان داد که بهترین مدل شبکه عصبی مصنوعی در این بررسی یک مدل پرسپترون 3 لایه با 4 نرون در لایه ورودی، 5 نرون در لایه پنهان، یک نرون در لایه خروجی و الگوریتم آموزشی مارکوارت-لونبرگ است. داده های ورودی در این مدل شامل بارش در ماه جاری، بارش در ماه قبل، رواناب در ماه قبل و دما است. بدست آوردن ضریب همبستگی 0/91 . نشان دهنده کارای خوب شبکه عصبی در پیش بینی رواناب ماهانه است.کلیدواژه ها
رواناب، رودخانه قره سو، شبکه عصبی مصنوعیمقالات مرتبط جدید
- بررسی تنوع زیستی گیاهان مرتعی ارتفاعات کبیرکوه در جنوب دره شهر (استان ایلام)
- عوامل موثر بر میزان پیچان رودخانه های خرم اباد
- ارزیابی کیفیت آب شرب گاوهای شیری در گاوداری های صنعتی حومه مشهد از نظر وجود فلزات سنگین، نیترات و سولفات
- بیو پلیمر پلی ساکاریدی برای مصارف دامپزشکی
- راهکارهای کارآمد کاهش انتشار گازهای گلخانه ای از طریق فناوری کشاورزی هوشمند
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.