تخمین بار رسوبی معلق با استفاده از شبکه عصبی مصنوعی
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 441
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:
NRSTZAGROS01_028
تاریخ نمایه سازی: 10 تیر 1396
چکیده مقاله:
آگاهی از میزان رسوب معلق رودخانه ها یکی از مسایل اساسی در پروژه های آبی است که طراحان تاسیسات آبی همواره با آن روبرو بوده اند. عدم آگاهی از میزان انتقال بار معلق و به ویژه خطا در برآورد آن میتواند سبب طراحی نادرست و در نتیجه تخریب سازه های آبی گردد. به طور کلی احداث سازه های هیدرولیکی ازجمله سدها، پل ها، نیروگاه ها و سایر شبکه های آبرسانی بدون بررسی و برآورد بار معلق، ممکن نخواهدبود. تاکنون مدلسازی های مختلفی در این زمینه برآورد بار رسوبی معلق گرفته است. در این مطالعه به منظور پیشبینی بار رسوبی معلق الگوریتم شبکه عصبی مصنوعی به کارگرفته شد و به منظور اجرای مدل ها از ورودی هایی دبی روزهای قبل از داده رسوب برداشت ایستگاه هیدرومتری واقع در ایالت اوهایو استفاد شد. در واقع در این مطالعه بار رسوبی معلق تابعی از جریانات روزهای قبل در نظر گرفته شده است. نتایج نشان داد که دبی های روزهای قبل از داده برداشت شده تاثیر مناسبی بر روی پیش بینی ها داشته و باعث افزایش دقت مدل ها میگردد به طوریکه ورودی مدل + 2-Q + 3-Q + 4-Q Q +1-Q با 34/8=RMSE دارای بیشترین دقت در پیش بینی باررسوبی معلق میباشد.
کلیدواژه ها:
نویسندگان
مریم اسدی
دانشجوی کارشناسی ارشد آبخیزداری دانشکده منابع طبیعی و کشاورزی دانشگاه اردکان
علی فتح زاده
دانشیار گروه مرتع و آبخیزداری دانشکده منابع طبیعی و کشاورزی دانشگاه اردکان
روح الله تقی زاده مهرجردی
استادیار دانشکده منابع طبیعی و کشاورزی دانشگاه اردکان
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 :