پیش بینی میزان دبی های ماهانه با استفاده از شبکه های عصبی مصنوعی (ANNs)
- سال انتشار: 1386
- محل انتشار: ششمین کنفرانس هیدرولیک ایران
- کد COI اختصاصی: IHC06_100
- زبان مقاله: فارسی
- تعداد مشاهده: 1515
نویسندگان
استادیار گروه مهندسی آب دانشگاه شهرکرد
دانشجوی کارشناسی ارشد رشته آبیاری
چکیده
اگرچه بعضی زیرحوزه ها دارای واحدهای اندازه گیری به منظور ثبت پیوسته جریان هستند ولی بعضاً مهندسین با حوزه هایی مواجه می شوند که یا فاقد اطلاعات مورد نیاز همچون آبدهی هستند و یا این اطلاعات دارای خلأ های آماری و محدودیت آماری می باشند. با توجه به پیچیدگی فرایند بارش روانآب در این حالت ترجیح داده می شود که از روشهای جعبه سیاه برای مشخص شدن ارتباط بین اطلاعات ورودی و خروجی بدون آنالیز ساختار داخلی فرایند استفاده شود. شبکه عصبی مصنوعی توانایی تعریف روآبط پیچیده غیرخطی بین ورودی و خروجی بدون تلاش در جهت درک طبیعت داراست. در این تحقیق از شبکه عصبی مصنوعی MLP با الگوریتم پیش انتشار خطا در پیش بینی آبدهی ماهانه حوزه بهشت آباد با بکارگیری متغیرهای هواشناسی استفاده شده است منطقه بهشت آباد یکی از زیرحوزه های کارون بزرگ می باشد. از 6 ایستگاه هیدرومتری مستقر بر روی این حوزه جهت انجام پروژه استفاده شد. در این مدل سازی پس از سعی و خطا ورودی های دبی، بارش، دما، رطوبت نسبی و تبخیر و توآبع فعالیت خطی، تانژانت سیگموئید، لوگ سیگموئید برای شبکه عصبی MLP به خدمت گرفته شده است نتایج نشان دادند دبی ماه قبل و بارش دوماه قبل از پارامترهای اساسی به عنوان ورودی شبکه هستند. از جمله نتایج حاصل از این تحقیق می توان به تأثیر انتخآب یک مجموعه آموزش فراگیر اشاره نمود. همچنین بیشتر مدلها دبی پایه را به خوبی پیش بینی می کنند و پیش بینی دبی Peak نیز رضایت بخش می باشد.کلیدواژه ها
شبکه عصبی مصنوعی، پیش بینی دبی رودخانه، حوزه بهشت آبادمقالات مرتبط جدید
- پایش تغییرات پهنه های آبی با استفاده از تصاویر ماهواره ای و تحلیل شاخص NDWI
- ارائه یک مدل برنامه ریزی خطی عدد صحیح مختلط جدید به جهت ترکیب واحدها برای راه اندازی یک نیروگاه برق آبی در مقیاس بزرگ
- خصوصی سازی مدیریت ریسک در حوزه آب و فاضلاب (مطالعه موردی: شرکت آب وفاضلاب تهران)
- بنچمارکینگ آب واحدهای مسکونی شهری، ضرورت و کاربردها
- شناسایی عوامل موثر بر تسهیل صادرات خدمات فنی و مهندسی مرتبط با صنعت آب
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.