شبیه سازی فرایند بارش- رواناب با استفاده از شبکه عصبی- مصنوعی و سیستم فازی عصبی تطبیقی و رگرسیون چندمتغیره (مطالعه موردی: حوضه آبخیز خرم آباد)

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

 شبیه سازی فرایند بارش- رواناب با استفاده از شبکه عصبی- مصنوعی و سیستم فازی عصبی تطبیقی و رگرسیون چندمتغیره (مطالعه موردی: حوضه آبخیز خرم آباد) دارای ۱۴ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد شبیه سازی فرایند بارش- رواناب با استفاده از شبکه عصبی- مصنوعی و سیستم فازی عصبی تطبیقی و رگرسیون چندمتغیره (مطالعه موردی: حوضه آبخیز خرم آباد)  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 شبیه سازی فرایند بارش- رواناب با استفاده از شبکه عصبی- مصنوعی و سیستم فازی عصبی تطبیقی و رگرسیون چندمتغیره (مطالعه موردی: حوضه آبخیز خرم آباد)،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن شبیه سازی فرایند بارش- رواناب با استفاده از شبکه عصبی- مصنوعی و سیستم فازی عصبی تطبیقی و رگرسیون چندمتغیره (مطالعه موردی: حوضه آبخیز خرم آباد) :

نام کنفرانس، همایش یا نشریه : اکوهیدرولوژی

تعداد صفحات :۱۴

مقدار دبی یا رواناب خروجی از یک حوضه آبخیز از اهمیت زیادی برخوردار است، زیرا کمبود آن ممکن است موجب خسارات مالی و مازاد آن به صورت سیلاب ممکن است موجب خسارات جانی و مالی شود. در این پژوهش با استفاده از شبکه عصبی مصنوعی پرسپترون چندلایه (MLP) و مدل فازی عصبی تطبیقی (ANFIS) و روش رگرسیون چندمتغیره، فرایند بارش- رواناب به صورت روزانه در حوضه آبخیز خرم آباد شبیه سازی شد. برای ورودی ها از ترکیب های مختلف از ورودی های بارندگی همان روز، یک روز قبل و دو روز قبل استفاده شد. تابع عضویت ورودی های مدل ANFIS استفاده شده در این مطالعه، ذوزنقه ای، مثلثی، گوسی و گوسی نوع ۲ است. مدل MLP به کار رفته با یک لایه پنهان و تعداد نورون های متغیر ارزیابی شد. نتایج نشان داد که مدل عصبی فازی تطبیقی (ANFIS) عملکرد بهتری از شبکه عصبی مصنوعی پرسپترون چندلایه (MLP) و مدل رگرسیون چندمتغیره دارد. همچنین با افزایش تعداد ورودی ها و دخالت دادن بارندگی یک و دو روز قبل، عملکرد هر سه مدل بهتر می شود.

کلید واژه: پرسپترون چندلایه، حوضه آبخیز خرم آباد، سیستم فازی- عصبی تطبیقی، رگرسیون چندمتغیره، رواناب