دانش رسان |
مرکز علم و دانش کشور مقاله تأثیر ساختارها و ورودیهای مختلف شبکههای عصبی مصنوعی در تخمین دبی روزان? حوز? آبخیز معرّف امامه
در حال بارگذاری
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
مقاله تأثیر ساختارها و ورودیهای مختلف شبکههای عصبی مصنوعی در تخمین دبی روزان? حوز? آبخیز معرّف امامه دارای ۳۳ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله تأثیر ساختارها و ورودیهای مختلف شبکههای عصبی مصنوعی در تخمین دبی روزان? حوز? آبخیز معرّف امامه 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 تأثیر ساختارها و ورودیهای مختلف شبکههای عصبی مصنوعی در تخمین دبی روزان? حوز? آبخیز معرّف امامه،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله تأثیر ساختارها و ورودیهای مختلف شبکههای عصبی مصنوعی در تخمین دبی روزان? حوز? آبخیز معرّف امامه :
تعداد صفحات :۳۳
یکی از مهمترین محاسبات هیدرولوژیک در یک اکوسیستم، تعیین ارتباط بین بارش و رواناب است. به طوری که بررسی فرایندهای بهوقوع پیوسته در آن و برآورد خروجیهای مهّم حوزه از قبیل سیلاب و رسوب از مهّمترین هدفهای یک پروژ آبخیزداری تلقی میشود. به دلیل ویژگیهای متغیر زمانی و مکانی وقایع در چرخ آبی، روابط غیر خطی و عدم قطعیت، هیچ کدام یک از مدلهای آماری و مفهومی نتوانسته بهعنوان یک مدل برتر و توانا کارگشا باشد. اما امروزه استفاده از شبکههای غیرخطی بهعنوان سامانههای هوشمند در پیشبینی چنین پدیدههای پیچیده و حل بسیاری از مشکلات اکوهیدرولوژی میتواند مفید و مؤثر باشد. به این منظور از دادههای روزان بارندگی، دما، تبخیر و تعرق، رطوبت نسبی و همچنین دبی در مقیاس روزانه و در دور زمانی مشترک ۴۲ ساله و بررسی ۶۲ ساختار پیشنهادی مختلف در حوز آبخیز معرّف امامه استفاده شد. در این راستا و به منظور مقایسه از شبکههای عصبی پرسپترون چندلایه و تابع پای شعاعی استفاده گردید. نتایج نشان داد که از بین بیش از ۶۰۰۰ مدل موجود در تخمین دبی رودخانه، مدل ۵۴ با ساختار ۱-۸-۹-۸ و ورودیهای دما، رطوبت نسبی، بارندگی و تأخیر بارندگی و دبی تا دو روز بوده و با روش پرسپترون چندلایه دارای بهترین عملکرد بوده است. میزان خطای مدل مذکور برابر با ۰۳/۰، ۱۸/۰ و ۰۴/۰ در مرحل مدلسازی و آموزش و ۰۲/۰، ۱۴/۰ و ۰۲/۰ در مرحل آزمایش برای معیارهای ارزیابی به ترتیب شامل میانگین مربعات خطا (MSE)، مجذور میانگین مربعات خطا (RMSE)، میانگین مطلق خطا (MAE) بوده است.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
