تخمین کل جامدات محلول درآب TDS رودخانه کبکیان بااستفاده ازشبکه عصبی مصنوعی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 462

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ASESNR02_018

تاریخ نمایه سازی: 6 اسفند 1395

چکیده مقاله:

آگاهی ازکیفیت منابع آب یکی ازنیازمندی های مهم دربرنامه ریزی و توسعه منابع آب وحفاظت و کنترل آنها می باشد باتوجه به طبیعت غیرخطی و اتفاقی پدیده های هیدرولوژیکی کاربرد شبکه های عصبی مصنوعی دراین علم کاملا قابل توجیه است هدف ازاین مطالعه تخمین کیفی کل جامدات محلول TDS آب رودخانه کبکیان بااستفاده ازشبکه عصبی مصنوعی می باشد ازامار انالیز پارامترهای شیمیایی ایستگاه هیدرومتری بطاری واقع برروی رودخانه درطی یک بازه 10ساله 82تا92که درتمام فصول سال اندازه گیری شده اند استفاده گردید و ازروش شبکه های عصبی مصنوعی MLP RBF جهت شبیه سازی استفاده شد درهردونوع شبکه ازتابع محرک Tanhaxonوالگوریتم اموزشی لورنبرگ مارکوات LM بانرونهای مختلف و1و2لایه مخفی مختلف استفاده گردید و نتایج با این دوشبکه موردمقایسه قرارگرفت نتایج بدست آمده بااستفاده ازمعیارهای اماری MSE و RMSE و ضریب همبستگی R2 توان دوم ضریب R نشان داد که درتمامی مدل ها شبکه عصبی مورداستفاده دراین پژوهش شبکه عصبی پرسپترون چندلایه MLP نسبت به شبکه عصبی تابع شعاعی RBF دقت بالاتری درشبیه سازی متغیرهای کیفی دررودخانه موردمطالعه داشت باتوجه به نتایج حاصله ازپژوهش نشان داد که شبکه های عصبی مصنوعی دقت و توانایی بالایی جهت شبیه سازی وپیشبینی پارامترهای کیفی جریان دررودخانه دارند

کلیدواژه ها:

رودخانه ، کبکیان ، شبکه عصبی مصنوعی ، کل جامدات محلول درآب ، کیفیت آب

نویسندگان

سیده آرزو حسینی پرور

دانشجوی کارشناسی ارشد مهندسی عمران مدیریت منابع آب دانشگاه آزاد اسلامی واحدیاسوج

مهرداد خلقی فرد

استادیار دانشگاه آزادیاسوج

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 :
  • Sarani, N., J. Soltani& A. Moasher, . Comparison of Artificial ...
  • Kuo J, Hsieh M, Lung W and She N, 2007. ...
  • May D and Sivakumar M, 2009. Prediction of urban storm ...
  • Sunil K, Sinha M., and Wang C. 2008. Artificial Neural ...
  • Adineh, V.R., et al .2008. Optimization of the operational arameters ...
  • Wen X, Fang J, Diao M, Zhang C. Artificial neuralnetwork ...
  • Meftaholghi., M.; &Golalipor, A. 2007. Classification of Water Quality of ...
  • Hore A, Dutta S, Datta S and Bhattacharjee C, 2008. ...
  • Maier, H. R., and Dandy, G. C. (2000). "Artificial neural ...
  • Zare abyaneh, H., Yazdani, V. and Azhdari, KH. Comparative Study ...
  • Caudill, M. Neural networks primer: Part I, AI Expert, December, ...
  • نمایش کامل مراجع