پیش بینی احتمال وقوع خشکسالی و ترسالی در رودخانه ها با استفاده از شبکه عصبی مصنوعی

سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,078

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

WATERSHED05_102

تاریخ نمایه سازی: 11 بهمن 1388

چکیده مقاله:

رخدادهای طبیعی از جمله سیل و خشکسالی در گذشته و حال مشکلات فراوانی ایجاد نموده، بنابراین لزوم کنترل جریانات و مدیریت این نوع جریانات امری مهم و ضروری به نظر می رسد. جریان رودخانه یکی از مهمترین مولفه های منابع آب محسوب می شود و همواره تعغییرات جریان مشکلاتی را در بخشهای مختلف به وجود آورده است. در این مقاله به بررسی و پیش بینی جریان در رودخانه زاینده رود با استفاده از شبکه عصبی مصنوعی پرداخته شده و پس از مدلسازی جریان در چندین ایستگاه به پیش بینی و دقت مدل شبکه عصبی در سالهای خشکسالی و تر سالی در ایستگاه زمان خان پرداخته شده است. شبکه عصبی مصنوعی یکی از روشهایی است که در سالیان اخیر مورد توجه قرار گرفته و در مدلسازی سیستمهای آبی عملکرد مناسبی را از خود نشان داده است.با توجه به آمار ماهیانه دبی رودخانه زاینده رود، بارندگی و دمای هوا در ایستگاههای موجود در طول رودخانه به بررسی و شبیه سازی جریان در طول رودخانه پرداخته شده، بدین منظور چهار ایستگاه پل زمان خان، پل کله،لنج و پل چوم در نظر گرفته و عملکردمدلهای پیش بینی در این چهار ایستگاه به کمک معیارهای NMSE و MAE ،R2 مورد ارزیابی قرار گرفته شده است.

نویسندگان

حجت رحیمی

مدرس دانشگاه غیرانتفاعی – غیردولتی نجف آباد اصفهان

مریم شهریاری کاهکشی

دانشجوی کارشناسی ارشد برق، گرایش کنترل، دانشگاه صنعتی اصفهان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • [] البرزی، م، "آشنایی با شبکه های عصبی" موسسه انتشارات ...
  • متاز پور، (1374). "تشریح ویژگی حوضه زاینده رود" مجموع مقالات ...
  • Dawson, C. V. and Wilby, R. L. (2001). Hydrological modeling ...
  • Tokar, A. S., Johnson, P. A., (1 999), _ _ ...
  • Hu, T, Lam KC, Ng ST., (2001), "River flow time ...
  • Maier, H. R. and Dandy, G. C., (2000), "Neural networks ...
  • Birikundavyi S., Labib R., Trung HT. and Rousselle J., (2002) ...
  • نمایش کامل مراجع