برآورد رسوبات معلق با استفاده از شبکه عصبی مصنوعی (مطالعه موردی: حوزه آبخیز جامیشان استان کرمانشاه)

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 برآورد رسوبات معلق با استفاده از شبکه عصبی مصنوعی (مطالعه موردی: حوزه آبخیز جامیشان استان کرمانشاه) دارای ۱۸ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد برآورد رسوبات معلق با استفاده از شبکه عصبی مصنوعی (مطالعه موردی: حوزه آبخیز جامیشان استان کرمانشاه)  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی برآورد رسوبات معلق با استفاده از شبکه عصبی مصنوعی (مطالعه موردی: حوزه آبخیز جامیشان استان کرمانشاه)،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن برآورد رسوبات معلق با استفاده از شبکه عصبی مصنوعی (مطالعه موردی: حوزه آبخیز جامیشان استان کرمانشاه) :

نام کنفرانس، همایش یا نشریه : پژوهشنامه مدیریت حوزه آبخیز

تعداد صفحات :۱۸

پدیده های فرسایش و انتقال رسوب در رودخانه ها یکی از مهمترین و پیچیده ترین موضوعات مهندسی رودخانه می باشد. این پدیده ها اثرات ویژه ای روی شاخص های کیفی آب، کنش کف بستر و کناره های رودخانه داشته و همچنین خسارات جبران ناپذیری به طرح های عمرانی آب وارد می نماید. پیش بینی دقیق میزان رسوب رودخانه ها اهمیت قابل توجهی در مدیریت منابع آب و طراحی و ساخت و همچنین برنامه ریزی در بهره برداری از سازه های آبی دارد. در این تحقیق سعی گردیده است که کارایی شبکه های عصبی مصنوعی در پیش بینی رسوب معلق مورد ارزیابی قرار گیرد. با استفاده از روش شبکه عصبی مصنوعی (مدل پرسپترون چند لایه) رسوب معلق در ایستگاه هیدرومتری حیدرآباد روی رودخانه جامیشان پیش بینی گردیده و نتایج با منحنی سنجه رسوب مورد مقایسه قرار گرفته است و مزایا و معایب هر یک از این روشها تجزیه و تحلیل شده است. بر اساس نتایج بدست آمده شبکه عصبی مصنوعی نتایج قابل قبولی را جهت شبیه سازی بار معلق در ایستگاه حیدرآباد ارائه می کند، بطوریکه در مقایسه با منحنی سنجه رسوب از دقت بالاتری برخوردار است. مقدار R2 که از شبکه عصبی بدست آمده برابر با حدود ۰.۹۲ و R2 که از منحنی سنجه رسوب بدست آمده برابر با حدود ۰.۸۳ است. البته لازم به ذکر است که شبکه عصبی نیز نقاط اوج را به درستی پیش بینی نمی کند که این از نقاط ضعف نوع مدل بشمار می رود.

کلید واژه: رسوب معلق، شبکه عصبی مصنوعی، حوزه آبخیز جامیشان، منحنی سنجه رسوب