مقاله کاربرد روشهای شبکه عصبی و مدلهای سری زمانی در پیشبینی مصرف آب شرب، مطالعه موردی شهر رشت
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
مقاله کاربرد روشهای شبکه عصبی و مدلهای سری زمانی در پیشبینی مصرف آب شرب، مطالعه موردی شهر رشت دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله کاربرد روشهای شبکه عصبی و مدلهای سری زمانی در پیشبینی مصرف آب شرب، مطالعه موردی شهر رشت 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 مقاله کاربرد روشهای شبکه عصبی و مدلهای سری زمانی در پیشبینی مصرف آب شرب، مطالعه موردی شهر رشت،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله کاربرد روشهای شبکه عصبی و مدلهای سری زمانی در پیشبینی مصرف آب شرب، مطالعه موردی شهر رشت :
تعداد صفحات :۱۰
پیشبینی تقاضای آب شهری و طراحی ظرفیت مناسب برای سامانه عرضه آب شهری شامل شبکههای انتقال و مجتمعهای تصفیه آب، ضرورت استفاده از الگوهای رفتاری و پیشبینی مقدار مصرف آب در شهرها را آشکار مینماید. قرار گرفتن شهر رشت در مسیر کریدور شمال- جنوب و پیشبینی ایفای نقش جدید آن بهعنوان قطب تجارت و بازرگانی خارجی لزوم بازنگری در ساختارهای شهری و اخذ آمادگی برای گسترش زیرساختها و زیربناهای لازم را گوشزد مینماید. در پژوهش حاضر با بهرهگیری از سه رهیافت خود توضیح جمعی میانگین متحرک فصلی، شبکه عصبی مصنوعی و الگوی هیبرید خود توضیح جمعی میانگین متحرک فصلی در ترکیب با الگوریتم پس انتشار خطا به الگوسازی و پیشبینی مقدار مصرف آب شرب شهر رشت پرداخته شد. در این راستا، سری زمانی ماهانه مصرف آب شهر رشت طی سالهای ۱۳۸۰ تا ۱۳۸۷ مورد استفاده قرار گرفت. بهمنظور ایجاد الگوی SARIMA، کاربرد آزمون ریشه واحد مدنظر قرار گرفت. نتایج بیانگر وجود ریشهها در تمامی فراوانیها برای سری زمانی ماهانه مصرف آب شرب شهر رشت بود. از این رو، با انتخاب فیلتر مناسب، برازش الگوهای SARIMA انجام شد. پس از تعیین خروجی الگوی ANN، با استفاده از خروجیهای الگوی SARIMA، ساختار الگوی هیبرید SARIMABP نیز ایجاد شد. پیشبینی مقدار مصرف آب شهر رشت برای ماههای سال ۱۳۸۸ با استفاده از سه الگوی یادشده گویای برتری و قدرت پیشبینی بالای الگوی هیبرید SARIMABP بود بهطوری که شاخصهای دقت پیشبینی مقدار خطای ۴۱/۰ درصد را برای این الگو نشان داد. از سوی دیگر، دو الگوی SARIMA و ANN نیز با خطای پیشبینی کمتر از یک درصد نتایج مطلوبی را برای استفاده مدیران شهری فراهم نموده است.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.