مقاله مقایسه عملکرد شبکه های عصبی MLP و ELMAN با نوع جدید مدل رگرسیون در پیش بینی سیل حوضه های فاقد امار

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

  مقاله مقایسه عملکرد شبکه های عصبی MLP و ELMAN با نوع جدید مدل رگرسیون در پیش بینی سیل حوضه های فاقد امار دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله مقایسه عملکرد شبکه های عصبی MLP و ELMAN با نوع جدید مدل رگرسیون در پیش بینی سیل حوضه های فاقد امار  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 مقایسه عملکرد شبکه های عصبی MLP و ELMAN با نوع جدید مدل رگرسیون در پیش بینی سیل حوضه های فاقد امار،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله مقایسه عملکرد شبکه های عصبی MLP و ELMAN با نوع جدید مدل رگرسیون در پیش بینی سیل حوضه های فاقد امار :

تعداد صفحات:۱۰

چکیده:

شبکه های عصبی مصنوعی (ANNs) در زمینه مدلسازی های هیدرولوژیکی بطور وسیع مورد استفاده قرار گرفته اند. با وجود این، توجه کمتری به استفاده از این ابزارجهت برآورد سیل در حوضه های فاقد امار که یکی از پیچیده ترین مسائل هیدرولوژیستها است، شده است. در این مقاله یک مدل رگرسیون جدید جهت پیش بینی سیل با دوره های بازگشت مختلف حوضه جنوب دریاچه ارومیه پیشنهاد میشود، سپس با شبکه های عصبی پیشخور و پسخور، شبکه MLP وشبکه Elmanترکیب می گردد. بدین منظور ابتدا شبکه ها عصبی با استفاده از داده های فیزیوگرافی واقلیمی منتخب مدل رگرسیون غیر خطی در محیط نرم افزار MATLAB 7.0.4 آموزش دیده و سپس بهترینساختار شبکه، جهت برآورد سیلابهای با دوره بازگشت مختلف حوضه های مشابه فاقد امار بر اساس ضریب همبستگی بین دبی های مشاهداتی و محاسباتی انتخاب شده است. برای نخستین بار دراین تحقیق، به منظور آموزش بهتر هر دو مدل رگرسیون و شبکه های عصبی از متغیر زمان بازگشت نیز بعنوانمتغیر ورودی مدل استفاده گردیده است. نتایج بدست آمده توانایی مدل تلفیقی و ANN را در پیش بینی سیل با دوره های بازگشت مختلف با کمترین داده ها و نیز تاثیر انتخاب نوع شبکه را در دقت پیش بینی ثابت نموده است.