مقایسه عملکرد شبکه عصبی مصنوعی با سایر روشها در برآورد مکانی بارندگی روزانه

سال انتشار: 1382
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,119

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:

ICCE06_223_7723678729

تاریخ نمایه سازی: 25 مهر 1384

چکیده مقاله:

برنام هریزی، توسعه، مدیریت و بهره برداری بهینه از سیستمهای منابع آب به اطلاعات متنوعی در زمینه های هواشناسی، هیدرولوژی، اقتصادی، اجتماعی،... نیازمند می باشد. در این میان، یزشهای جوی خصوصٌا بارندگی از مهمترین فرآیندهای چرخه هیدرولوژیکی بوده و تنها در صورت وقوع آن فرآیندهایی نظیر سیلاب، فرسایش، رسوبگذاری، آلودگی آبهای سطحی و زیرزمینی و ... بوقوع می پیوندد. این فرآیند از بیشترین تغییرات مکانی و زمانی برخوردار بوده و کمیت بخشیدن به آن در مکان و زمان همواره مورد توجه محققین مختلف بوده و هست. از اطلاعات بارندگی به طور معمول در مطالعات برآورد نیاز آبی گیاهان موجود در الگوی کشت، تحلیل منطقه ای، آنالیز دوره خشکسالی و ترسالی و پیش بینی به هنگام سیلاب استفاده بعمل م یآید. تغییرات قابل ملاحظه بارندگی در زمان و مکان از یک سو و قلت ایستگاههای باران سنج معمولی در ثبت عمق بارندگی روزانه از سوی دیگر ضرورت تبیین مدلهای تخمین بارندگی را در زمان و مکان و خصوصًا مکان امری اجتناب ناپذیر می نماید. اخیرًا شبکه عصبی مصنوعی در شبیه سازی فرآیندهای شدیدًا غیر خطی، غیر محدب و دارای ابعاد زیاد استفاده شده است.

کلیدواژه ها:

نویسندگان

محمدجواد عابدینی

استادیار بخش مهندسی راه و ساختمان، دانشگاه شیراز

امید پولادی

کارشناس ارشد سازه های هیدرولیکی، دانشکد ه مهندسی، دانشگاه شیراز

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 :
  • Kruizinga, S. and Yperlaan, G. J. (1978). *Spatial interpolation of ...
  • JTabios, G. Q. and Salas, J. D. (1985), ،A comparative ...
  • Beek, E. G., Stein, A. and Janssen, L. L. F. ...
  • French, M. N., Krajewski, W. F. and Cuykendall, R. R. ...
  • Luk, K. C., Ball, J. E. and Sharma, A. (2000).، ...
  • Silverman, D. and Dracup, J. A. (2000). 40Artificial neural network ...
  • Isaaks, E. H. and Srivastava, R.m.(1989).، An introduction to applied ...
  • Haykin, S. (1999).، Neural networks : A c omprehensive foundation', ...
  • Wasseman, P. D. (1993).، Advanced methods in neural computing', Van ...
  • Pooladi, O. (2002).، A Comparative analysis of ANN and other ...
  • Elsner, J. B. and Schmermann, C. P. (1994). *Assessing forecast ...
  • نمایش کامل مراجع