مقایسه مدلHEC-HMS و شبکه عصبی مصنوعی در شبیه سازی جریان رودخانه مطالعه موردی: حوضه ماسوله رودخان
- سال انتشار: 1396
- محل انتشار: نخستین کنفرانس پژوهش در مهندسی عمران،معماری و علوم زمین
- کد COI اختصاصی: NCOEE01_014
- زبان مقاله: فارسی
- تعداد مشاهده: 737
نویسندگان
دانشیار گروه علمی مهندسی کشاورزی-آب دانشگاه آزاد لاهیجان
دانشجوی کارشناسی ارشد عمران- مهندسی مدیریت منابع آب دانشگاه آزاد لاهیجان
چکیده
امروزه سیل به عنوان یکی از بلایای طبیعی که بشر بیشترین خسارت را از این ناحیه محتمل شده، شناخته شده است. با استفاده از مدل HMS-HEC 9 سیلاب برای حوضه ماسوله رودخان شبیهسازی شد که درصد اختلاف حجم جریان مشاهدهایی با مدل 1/1 -و درصد اختلاف دبی اوج 3 -می ،باشد همچنین برای ارزیابی مدل شبکه عصبی مصنوعی از دبی در2 ، 4 و 6 ساعت قبل، جهت ورودی شبکه استفاده شد که پس از مرحله آموزش با استفاده، شبکه صحتسنجی گردید و بهترین نتیجه درصد اختلاف حجم جریان مشاهدهایی و شبیه سازی شده توسط شبکه 01 0 /و درصد اختلاف دبی اوج 02 0 - /میباشد، با توجه به نتایج مطلوب هر دو مدل نقش بسزایی در مدیریت سیلاب خواهند داشت.کلیدواژه ها
بارش-رواناب، شبیهسازی، سیلاب، شبکه عصبی، HMS-HECمقالات مرتبط جدید
- نقش حیاتی عایق های سفید اکریلیک در حفاظت از گیاهان در برابر تغییرات اقلیمی
- بررسی اثر سیستم مدیریت ساختمان در مصرف انرژی ساختمان های اداری در شهر تبریز
- اکولوژی شهری و توسعه پایدار: چشم اندازی به شهرهای سبز آینده
- Designing a Residential Tower Influenced by Biophilic Architecture to Enhance Mental Health and Quality of Life for Residents in Iran and the Metropolis of Tehran (Case Study: District ۲۲)
- Toward Smart Urban Transportation and Crisis Management: A Literature Review and Delphi-Based Prioritization Framework
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.