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

بکارگیری هوش مصنوعی در برآورد میزان آبشستگی در پایاب سرریزهای جام

سال انتشار: 1396
کد COI مقاله: PSHCONF02_043
زبان مقاله: فارسیمشاهده این مقاله: 230
فایل این مقاله در 12 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 12 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بکارگیری هوش مصنوعی در برآورد میزان آبشستگی در پایاب سرریزهای جام

علی لشکرآرا - دانشجوی دوره دکتری مهندسی عمران مهندسی منابع آب، دانشگاه آزاد اسلامی واحد شوشتر، شوشتر، ایران
حسین اسلامی - استادیار دانشگاه آزاد اسلامی، واحد شوشتر، گروه علوم آب، شوشتر، ایران

چکیده مقاله:

پیش بینی دقیق ابعاد حفره آبشستگی در پایین دست سازه های هیدرولیکی از جمله سرریزهای جامی شکل، بدلیل پیچیدگی های ناشی از بررسی همه جانبه و همزمان جریان حاوی آب و رسوب و اعمال کلیه متغیرهای موثر در پدیده آبشستگی به سادگی میسر نمی باشد. ابعاد حفره آبشستگی اغلب با استفاده از معادلات تجربی تعیین می گردد که این روابط در محدوده خاصی از داده ها و شرایط آزمایش پاسخگو می باشد. از آنجاییکه ساخت مدل فیزیکی مشکلات و محدودیت هایی به همراه دارد و معمولا در تعیین نگاشت میان پارامترهای موثر بر آبشستگی نمی توان اثر دقیق همه پارامترها را در نظر گرفت، لذا در مقاله حاضر بهینه یابی ابعاد حفره آبشستگی برای مجموعه ای از مشاهدات آزمایشگاهی محققین قبلی طراحی گردیده است. در این تحقیق از شبکه عصبی مصنوعی و سیستم تطبیقی عصبی فازی بهره گیری شده و نتایج آن با معادله حاصل از روش رگرسیون غیر خطی بین داده های مشابه و همچنین فرمول های تجربی پیش بینی حداکثر عمق آبشستگی مقایسه گردیده است. نتایج این تحقیق حاکی از دقت و برتری قابل ملاحظه سیستم تطبیقی عصبی فازی با حداکثر خطای 5/2 درصد نسبت به نتایج حاصل از مدل شبکه عصبی و معادله رگرسیون غیر خطی و فرمول تجربی با حداکثر خطا به ترتیب 10/38، 12/42 و 14/05 درصد می باشد.

کلیدواژه ها:

آبشستگی، شبکه عصبی، سیستم فازی، جام، سرریز

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا PSHCONF02_043 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/651839/

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:
لشکرآرا، علی و اسلامی، حسین،1396،بکارگیری هوش مصنوعی در برآورد میزان آبشستگی در پایاب سرریزهای جام،دومین کنفرانس ملی شهرسازی،معماری،عمران،محیط زیست،خرم آباد،،،https://civilica.com/doc/651839

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: (1396، لشکرآرا، علی؛ حسین اسلامی)
برای بار دوم به بعد: (1396، لشکرآرا؛ اسلامی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: 3,787
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