تعیین پارامترهای موثردر پیش بینی جریان روزانه رودخانه کشف رود با استفاده از شبکه عصبی

  • سال انتشار: 1396
  • محل انتشار: دومین کنفرانس ملی هیدرولوژی ایران
  • کد COI اختصاصی: WRRC02_277
  • زبان مقاله: فارسی
  • تعداد مشاهده: 659
دانلود فایل این مقاله

نویسندگان

زینب محمدی

دانشجوی دکترا مهندسی منابع آب، دانشگاه شهرکرد

ابراهیم زلقی

دانشجوی دکترا مهندسی منابع آب، دانشگاه شهید چمران اهواز

سعیده زحمتی

دانش آموخته کارشناسی ارشد، دانشگاه فردوسی مشهد

رحمان ریحانی

دانش آموخته کارشناسی ارشد، دانشگاه فردوسی مشهد

چکیده

پیش بینی جریان رودخانه ها نقش بسزایی در برنامه ریزی و مدیریت و بهره برداری از منابع آب دارد. در این راستا پیش بینی دقیق و قابل اعتماد متغیرهای هیدرولوژیکی مانند دبی از اهمیت خاصی برخوردار است. پیش بینی جریان رودخانه در بهینه سازی مدیریت منابع آب بسیار موثر میباشند. امروزه استفاده از مدل های شبکه عصبی مصنوعی که مبتنی بر هوش مصنوعی می باشد کاربرد گسترده ای در زمینه های مختلف علمی به ویژه مهندسی آب پیدا کرده است. در این مطالعه، از شبکه مصنوعی به منظور پیشبینی جریان روزانه رودخانه تالار، تعیین پارامترهای موثر در پیشبینی جریان رودخانه و بررسی امکان جایگزینی باران تجمعی با آب معادل برف استفاده شده است. شبکه مورد استفاده در این تحقیق از نوع تابع پایه شعاعی (RBF) و پرسپترون چند لایه (MLP) است، که ورودی های مدل ANN باران، دما، تبخیر، رطوبت آب معادل برف و دبی در مقیاس روزانه است که این داده ها بازه زمانی سال های 1389-1382را در بر میگیرد. نتایج حاصل از این تحقیق نشان می دهد پارامترهای ورودی دما، تبخیر و رطوبت و آب معادل برف از پارامترهای موثر در پیشبینی جریان رودخانه می باشند.و مدل RBF کارآمدتر از مدلMLP است.

کلیدواژه ها

پیش بینی جریان،آب معادل برف، MLP ، RBF

مقالات مرتبط جدید

اطلاعات بیشتر در مورد 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.