Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

تعیین ضریب پخشیدگی طولی در آبراهه های طبیعی با استفاده از بهینه یابی شبکه عصبی مصنوعی

سال انتشار: 1396
کد COI مقاله: UMCONF05_071
زبان مقاله: فارسیمشاهده این مقاله: 354
فایل این مقاله در 10 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 10 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تعیین ضریب پخشیدگی طولی در آبراهه های طبیعی با استفاده از بهینه یابی شبکه عصبی مصنوعی

روزبه چراغی محمود آبادی - دانشجوی کارشناسی ارشد گروه مهندسی عمران، گرایش مهندسی و مدیریت منابع آب، دانشگاه آزاد اسلامی یاسوج
علی مهبودی - عضو هییت علمی گروه مهندسی عمران، دانشگاه آزاد اسلامی یاسوج

چکیده مقاله:

انتقال طولی آلاینده ها یکی از مراحل مهم در فرآیند رقیق سازی آلاینده ها می باشد که شناخت آن از اهمیت ویژه ای برخوردار است. دشواری اندازه گیری ضریب انتشار طولی در رودخانه ها نیاز به استفاده از روش های مناسب مدل سازی در پیش بینی این ضریب را بیشتر می کند، هدف از این پژوهش نیز برآورد ضریب پخشیدگی طولی در آبراهه های طبیعی با استفاده از بهینه یابی شبکه عصبی مصنوعی می باشد. در این پژوهش با آنالیز ابعادی متغیرهای ورودی و خروجی موثر در پخشیدگی طولی رودخانه تعیین گردید و در شبکه عصبی وارد گردید. متغیرهای عرض جریان رودخانه (w) ، عمق جریان (h) ، سرعت متوسط جریان (u) و سرعت برشی جریان رودخانه (u*) ، به عنوان متغیرهای ورودی و از متغیر ضریب پخشیدگی طولی (k) به عنوان ضریب پخشیدگی طولی به عنوان متغیر خروجی در شبکه عصبی استفاده گردید. مطابق نتایج بدست آمده در حالت بعد دار بهترین شبکه عصبی با ضریب همبستگی 0.919 با خطای RMSE برابر با 106.36 با 4 نرون در یک لایه مخفی با تابع آموزشی لورنبرگ بدست آمد؛ که پس از بهینه یابی میزان R2 برابر با 0.95 و خطای RMSE برابر با 59 / 57 گردید. در حالت بدون بعد نیز از متغیرهای (u/u*) و (w/h) جهت تعین متغیر بی بعد ضریب K استفاده شد. بهترین شبکه جهت مدلسازی در این حالت با شبکه عصبی با مقدار خطای RMSE برابر با 519 / 0 و مقدار ضریب همبستگی 989 / 0 بدست آمد. آنالیز حساسیت نیز ، جهت تعیین میزان اثر هر کدام از متغیرهای ورودی بر ضریب اختلاط طولی انجام پذیرفت. تحلیل نتایج بدست آمده نشان داد که استفاده از شبکه های عصبی مصنوعی کارایی بالایی در مدلسازی و شبیه سازی ضریب اختلاط طولی رودخانه دارد.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا UMCONF05_071 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/730506/

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:
چراغی محمود آبادی، روزبه و مهبودی، علی،1396،تعیین ضریب پخشیدگی طولی در آبراهه های طبیعی با استفاده از بهینه یابی شبکه عصبی مصنوعی،پنجمین کنگره علمی پژوهشی افق های نوین در حوزه مهندسی عمران، معماری، فرهنگ و مدیریت شهری ایران،تهران،https://civilica.com/doc/730506

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، چراغی محمود آبادی، روزبه؛ علی مهبودی)
برای بار دوم به بعد: (1396، چراغی محمود آبادی؛ مهبودی)
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: 3,713
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

طرح های پژوهشی مرتبط جدید

پشتیبانی