مقاله مدلسازی بارش – رواناب با مدل ترکیبی موجک – شبکه عصبی مصنوعی

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

  مقاله مدلسازی بارش – رواناب با مدل ترکیبی موجک – شبکه عصبی مصنوعی دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله مدلسازی بارش – رواناب با مدل ترکیبی موجک – شبکه عصبی مصنوعی  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 مدلسازی بارش – رواناب با مدل ترکیبی موجک – شبکه عصبی مصنوعی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله مدلسازی بارش – رواناب با مدل ترکیبی موجک – شبکه عصبی مصنوعی :

تعداد صفحات:۱۰

چکیده:

مدلسازی منطقی و دقیق فرایند بارش – رواناب به عنوان اولین و مهمترین گام در راستای مبارزه با سیلاب به عنوان یک بلای طبیعی می باشد. برای مطالعه این فرایند استوکاستیک امروزه از مدل های جعبه سیاه از جمله مدل سری های زمانی و یا اخیرا از مدل شبکه های عصبی مصنوعی (ANN) که قابلیت پیش بینی و مدلسازی غیر خطی رانیز دارا می باشد. بطور گسترده ایی استفاده می شود . همزمان استفاده از ANNاستفاده از انالیز موجک (Wavelet Analyze) در زمینه هیدرولوژی نیز مطرح گردیده است. ترکیب این دو قابلیت، مدل ترکیبی با کارایی بهتر در پیش بینی فرایندهای هیدرولوژیکی به نام شبکه های عصبی – موجک (Conjoined Wavelet – ANN Network) را به وجود می آورد. در این مقاله نخست مبانی این شبکه ها بیان شده و سپس با بهره گیری از آن به مطاعه موردی حوضه لیقوان چای پرداخته شده است. نتایج بیانگر آن است که این روش نسبت به روش های کلاسیک گذشته و روش هایی همانند استفاده از شبکه عصبی تنها، کارایی بالاری را دارا می باشد. چرا که روی میزان تاثیر داده های سری زمانی قبل از ورود به شبکه تفکیک پذیری صورت می گیرد. و سیگنال اولیه به چندین زیر سیگنال (Sub Signal) تجزیه شده که بااین کار این امکان را فراهم میآید که بتوان از یک آنالیز که تاثیرات کوتاه مدت و بلند مدت را در بر می گیرد بهره مند شد. که این به نوبه خود شبکه را در ارزیابی و تخمین هایآینده بهینه تر می سازد.