Stream Flow Simulation by Hydrological and Meteorological Parameters using Neural Network (RBF): Babolrud Basin-Iran
محل انتشار: هفتمین کنفرانس بین المللی اقتصاد و مدیریت
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 678
فایل این مقاله در 7 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:
ICOEM01_192
تاریخ نمایه سازی: 25 آذر 1395
چکیده مقاله:
It is of great economic prominence to estimate the flow rate of stream due to itsinfluence on water resource management. There are several ways to calculate theoutput runoff of a basin, each of which has its own advantages and disadvantages.Recently, Artificial Neural Network (ANN) has attracted scientists’ interest as oneof the methods of dynamic systems analysis in a variety of hydrology engineeringfields. The present study uses MATLAB software package for analysis in whichthe model is fed with the hydrometrical data and monthly temperature of Babolrudbasin in gauging stations, namely, Qrantalaar and Koshtargah, and flow rate ofhydrometric station on the Babolrud River within a statistical period of 33 years,9128-8295 .The results of this modeling showed that the ANN would accuratelyestimate the flow rate of the Babolrud River.
کلیدواژه ها:
نویسندگان
Seyedeh Ameneh Sajjadi
Department of Agronomy, Rasht Branch, Islamic Azad University, Rasht, Iran.
Naser peivasteh kenari
Master of Hydrology Engineering, Department of Hydrology, Shushtar Branch, Islamic Azad University,Shushtar ,Iran
Seyed Saber Sajadi
Master of Architecture, Oxford Brookes University, Oxford,UK
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 :