واسنجی غیر قطعی مدل شبکه عصبی پیش بینی رواناب
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 366
فایل این مقاله در 21 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:
SDUMEW01_198
تاریخ نمایه سازی: 8 اردیبهشت 1396
چکیده مقاله:
فرآیند بارش رواناب یک پدیده به طور کامل پیچیده و غیرخطی در علوم مهندسی آب می باشد. مدل های مفهومی به طور وسیعی برای مدل سازی بارش رواناب به کار برده می شوند با این وجود، این مد لها نیازمند تعداد زیادی اطلاعات جزیی بوده و کاربرد آنها صرفا -محدود به مقیاس منطقه مورد مطالعه می باشد. در مواردی که با کمبود اطلاعات جزیی مواجه هستیم مدل های مانند شبکه های عصبیمصنوعی می توانند برای مد لسازی روابط غیرخطی و پیچیده به کار روند. در این پژوهش به منظور شبیه سازی بارش رواناب در حوزه آبخیز - Doniphan از مدل شبکه عصبی پرسپترون چند لایه ) MLP )استفاده شد. واسنجی و ارزیابی عدم قطعیت مدل شبکه عصبی پرسپترون با استفاده از الگوریتم SUFI صورت گرفته است و در ابتدا مقدار بازه مطلق نرون ها [10-25] انتخاب شده است.شاخص های P-factor و D- factor به منظور ارزیابی مدل به کار برده شده استو در نهایت بازه [14-21] به عنوان بازه بهینه برای تعداد نرون ها به دست آمده است. شاخص های D-factor و P- factor نیز برابر ای مقادیر0.543و0.889 به دست آمده است.
کلیدواژه ها:
نویسندگان
علیرضا رضوی
دانشجوی دکتری مهندسی عمران آب دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
احمد شرافتی
استادیار دانشکده فنی و مهندسی دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
رضا سلیمانی
دانشجوی دکتری مهندسی عمران آب دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
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 :