ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

استفاده از شبکه های عصبی مصنوعی در برآورد دبی رسوب ورودی به سد مخزنی کرخه

سال انتشار: 1387
کد COI مقاله: IHC07_153
زبان مقاله: فارسیمشاهده این مقاله: 1,422
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 8 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله استفاده از شبکه های عصبی مصنوعی در برآورد دبی رسوب ورودی به سد مخزنی کرخه

زهرا حاجی علی گل - دانشجوی کارشناسی ارشد سازه های آبی، دانشگاه شهید چمران اهواز
سید محمود کاشفی پور - دانشیار دانشکده مهندسی علوم آب، دانشگاه شهید چمران
ایمان بیت اله پور چهارمحالی - دانشجوی کارشناسی ارشدسازه های آبی، دانشگاه تهران

چکیده مقاله:

از آنجا که برآورد دقیق حجم رسوبات، مهم ترین عامل در ساماندهی رودخانه ها و بهرهبرداری از منابع آب و تعیین عمر مفید سدها می باشد، لذا، با استفاده از روش هایی با دقت مناسب جهت محاسبه بار رسوب، از مهم ترین اهداف پروژه های مرتبط با رسوب محسوب می شود. در این مقاله با کاربرد نرم افزار2000 Qnet در ایستگاه های پل زال و جلوگیر در بالادست کرخه به کمک اطلاعات هیدرومتری، دبی ریوب ورودی به سد کرخه با دقت نسبتاَ بالایی پیش بینی گردید. نتایج مدل سازی شبکه های عصبی مصنوعی نشان داده است که پارامتر دبی در همان روز در هر ایستگاه، مؤثرترین پارامتر ورودی از میان 5 متغیر مختلف در شبیه سازی مدل بوده است. مقایسه نتایج حاصل از مدل و مقادیر اندازه گیری شده در مراحل آموزش و صحت سنجی و تست نشان داده است که مدل قادر بوده پدیده انتقال رسوب را به خوبی پیش بیبنی نماید. همچنین با مقایسه روش شبکه های عصبی با روش منحنی سنجه، ملاحظه گردید که روش شبکه های عصبی مصنوعی دبی رسوب را با دقت بالاتری برآورد می کند.

کلیدواژه ها:

منابع آب، شبکه عصبی مصنوعی، دبی رسوب، رودخانه کرخه

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا IHC07_153 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/56265/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
حاجی علی گل، زهرا و کاشفی پور، سید محمود و بیت اله پور چهارمحالی، ایمان،1387،استفاده از شبکه های عصبی مصنوعی در برآورد دبی رسوب ورودی به سد مخزنی کرخه،هفتمین کنفرانس هیدرولیک ایران،تهران،،،https://civilica.com/doc/56265

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1387، حاجی علی گل، زهرا؛ سید محمود کاشفی پور و ایمان بیت اله پور چهارمحالی)
برای بار دوم به بعد: (1387، حاجی علی گل؛ کاشفی پور و بیت اله پور چهارمحالی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • شفاعی بجستان، م. (1381). "هیدرولیک رسوب"، انتشارات دانشگاه شهید چمران ...
  • Hall, M.J and Mins, a.w. (2002). Extrapolation Management For Artifical ...
  • James, E _ J .Gopakumar, R. (2002). Flood Forcasting Of ...
  • Nagy, H.M. , Watanabe, K, Hirano, M. (2002). Prediction of ...
  • Reddy, S.B.(2003). Estimation of watershed Runoff using Artificial Neural Networks. ...
  • Sarangi _ A _ , B hattacharya. A.K. (2005). Comparison ...
  • Kashefipour, S .M. B inl iang.L.Falconer. (2005). Neural Networks for ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    کدام مقالات به این منبع استناد نموده اند

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 15,179
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی