دانش رسان |
مرکز علم و دانش کشور مقاله مدل ترکیبی موجک و شبکه عصبی برای پیشبینی غلظت سولفات و کلراید رودخانه‌ها (مطالعه موردی: رودخانه دز)
در حال بارگذاری
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
مقاله مدل ترکیبی موجک و شبکه عصبی برای پیشبینی غلظت سولفات و کلراید رودخانه‌ها (مطالعه موردی: رودخانه دز) دارای ۲۴ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله مدل ترکیبی موجک و شبکه عصبی برای پیشبینی غلظت سولفات و کلراید رودخانه‌ها (مطالعه موردی: رودخانه دز) 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 مدل ترکیبی موجک و شبکه عصبی برای پیشبینی غلظت سولفات و کلراید رودخانه‌ها (مطالعه موردی: رودخانه دز)،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله مدل ترکیبی موجک و شبکه عصبی برای پیشبینی غلظت سولفات و کلراید رودخانه‌ها (مطالعه موردی: رودخانه دز) :
تعداد صفحات :۲۴
از مهمترین عوامل مؤثر در توسعه پایدار یک منطقه، فراهم آوردن منابع آب مناسب از نظر کمی و کیفی میباشد. در این مطالعه مدلهای شبکه عصبی مصنوعی، رگرسیون خطی چند متغیره و ترکیب شبکه عصبی- موجک برای پیش بینی غلظت سولفات و کلراید در ایستگاه بامدژ رودخانه دز بررسی شد و تأثیر پیشپردازش دادهها روی عملکرد مدلها بهوسیله تجزیه موجک مورد تحقیق قرار گرفت. بدین منظور سریهای زمانی دبی، سولفات و کلراید مشاهده شده رودخانه، در سطوح مختلفی به زیرسریها تجزیه شدند. سپس حاصل جمع جبری زیرسریهای مؤثر دبی، سولفات و کلراید به عنوان ورودی مدل شبکه عصبی برای پیشبینی یک ماه بعدی سولفات و کلراید درنظر گرفته شد. نتایج نشان داد که عملکرد پیشبینی مدل ترکیبی موجک نسبت به شبکه عصبی و رگرسیون بهتر می باشد. همچنین مدل ترکیبی موجک عصبی برای مقادیر بیشینه، پیشبینی قابل قبولی را ارائه داد. این مدل، میانگین حداقل خطا را برای مدلهای رگرسیون و شبکه عصبی در مدلسازی کلراید، به ترتیب از ۸۴/۰ و ۶۴/۰ به ۵۲/۰ و در مدلسازی سولفات به ترتیب از ۷/۱ و ۹۵/۰ به ۶۳/۰ کاهش داد. همچنین این مدل توانست پدیده هیسترزیس را برای مدل سولفات به خوبی شبیهسازی کند، درحالی که مدل رگرسیون در تشخیص آن ناتوان بود.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
