مقاله شبیه سازی جریان رودخانه با استفاده از شبکه عصبی مصنوعی (ANN) (مطالعه موردی حوضه معرف کسیلیان)


در حال بارگذاری
23 اکتبر 2022
فایل ورد و پاورپوینت
2120
2 بازدید
۷۹,۷۰۰ تومان
خرید

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

  مقاله شبیه سازی جریان رودخانه با استفاده از شبکه عصبی مصنوعی (ANN) (مطالعه موردی حوضه معرف کسیلیان) دارای ۱۲ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله شبیه سازی جریان رودخانه با استفاده از شبکه عصبی مصنوعی (ANN) (مطالعه موردی حوضه معرف کسیلیان)  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 شبیه سازی جریان رودخانه با استفاده از شبکه عصبی مصنوعی (ANN) (مطالعه موردی حوضه معرف کسیلیان)،به هیچ وجه بهم ریختگی وجود ندارد


بخشی از متن مقاله شبیه سازی جریان رودخانه با استفاده از شبکه عصبی مصنوعی (ANN) (مطالعه موردی حوضه معرف کسیلیان) :

تعداد صفحات:۱۲

چکیده:

تخمین صحیح دبی رودخانه از جمله پارامترهای مهم د رعلم مهندسی رودخانه و رشته های وابسته به آن از جمله هیدرولیک و هیدرولوژی می باشد،چرا کهدر مطالعات پایه مربوط به مدیریت منابع آب، زیست محیطی، ذخیره آب و کنترل سیلاب، ابدهی رودخانه نقش مهمی را دارا می باشد. استفاده از شبیه سازی مدل های ریاضی، مدل های فیزیکی، توزیع های آماری و برنامه های کامپیوتریاز مواردی است که برای پیش بینی استفاده می شود. اما در مسائل مربوط به منابع طبیعی انتخاب مدل هایی که تا حد امکا ن به واقعیت موجود در حوضه نزدیک باشد بسیار مشکل است. از طرفی در بعضی از رودخانه ها به علت عدم وجود ایستگاه های هیدرومتری و عدم برداشت اطلاعات آبدهی و یا کوتاه بودندوره زمانی آماربرداری اطلاعات مورد نیاز به اندازه کافی در دسترس نمی باشد. این امر باعث مشکلاتی در انجام مطالعات می شود. درسالهای اخیر از شبکه های عصبی مصنوعی (ANN) به طرز قابل توجهی در شبیه سازی فرایندهای مختلف استفاده شده است، شبکه عصبی مصنوعی توانایی تعریف روابطپیچیده غیر خطی بین ورودی وخروجی بدون تلاش در جهت درک طبیعت پدیده را دارا هستند، این شبکه ها پردازش کننده های موازی می باشند که داده های ورودی را در حین یادگیری ، ذخیره و به ساختار شبکه منتقل می سازند. در این مطالعه از نرم افزار MATLAB برای پیش بینی جریان خروجی حوضه کسیلیان، داده های هیدرومتری و هواشناسی (باران، دما، دبی) در مقیاس زمانی ماهانه وبطور آماری ۳۱ سال (۱۳۸۰-۱۳۴۹) استفاده شده است. اطلاعات ۲۷ سال برای توسعه مدل ها و ۴ سال باقیمانده برای آزمودن انها بکار رفته است. شبکه موردی استفاده از نوع MLP (پرسپترون چند لایه) با الگوریتم پس انتشار خطا (BP) می باشد.نتایج اجرای مدل بیانگر دقت بالای شبکه عصبی در پیش بینی جریان رودخانه است.

  راهنمای خرید:
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.