دانش رسان |
مرکز علم و دانش کشور مقاله مدل سازی بارش-رواناب با استفاده از روش شبکه عصبی فازی تطبیقی موجکی و مقایسه آن با روش های شبکه عصبی موجکی و شبکه عصبی فازی تطبیقی
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 سازی بارش-رواناب با استفاده از روش شبکه عصبی فازی تطبیقی موجکی و مقایسه آن با روش های شبکه عصبی موجکی و شبکه عصبی فازی تطبیقی دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله مدل سازی بارش-رواناب با استفاده از روش شبکه عصبی فازی تطبیقی موجکی و مقایسه آن با روش های شبکه عصبی موجکی و شبکه عصبی فازی تطبیقی 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 سازی بارش-رواناب با استفاده از روش شبکه عصبی فازی تطبیقی موجکی و مقایسه آن با روش های شبکه عصبی موجکی و شبکه عصبی فازی تطبیقی،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله مدل سازی بارش-رواناب با استفاده از روش شبکه عصبی فازی تطبیقی موجکی و مقایسه آن با روش های شبکه عصبی موجکی و شبکه عصبی فازی تطبیقی :
تعداد صفحات:۱۰
چکیده:
در این مقاله مدل های بارش و رواناب حوضه لیقوان چای واقع در استان آذربایجان شرقی با استفاده از سه روش شبکه عصبی-موجکی ، شبکه فازی عصبی تطبیقی و شبکه فازی عصبی تطبیقی موجکی ارائه می شود. به منظور صحت سنجی و مقایسه کارآیی روش های مختلف مورد استفاده در این تحقیق برای تخمین رواناب حوضه از معیارهای معمول در علم هیدرولوژی برای ارزیابی خطا استفاده گردیده است، نتایج تحقیق حاکی از این است که مدل شبکه فازی عصبی تطبیقی موجکی نسبت به روش های دیگر مورد بحث، بهترین مدل برای این حوضه می باشد. علت بهبود مدل، استفاده از آنالیز موجک برای تجزیه سری زمانی به چندین سری زمانی با مقیاس های مختلف می باشد که امکان نگاشت ماهیت تک قله ای سری زمانی بارش و رواناب را مهیا می سازد. معرفی این سری های تجزیه شده به سیستم استنتاج فازی عصبی تطبیقی باعث دستیابی به دقت بالای مدل می شود.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
