مقاله مقایسه عملکرد شبکه عصبی مصنوعی و شبکه عصبی- فازی در پی شبینی دبی متوسط ماهانه حوضه آبریز دارای رژیم برفی (مطالعه موردی: رودخانه جاجرود)

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

  مقاله مقایسه عملکرد شبکه عصبی مصنوعی و شبکه عصبی- فازی در پی شبینی دبی متوسط ماهانه حوضه آبریز دارای رژیم برفی (مطالعه موردی: رودخانه جاجرود) دارای ۱۳ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله مقایسه عملکرد شبکه عصبی مصنوعی و شبکه عصبی- فازی در پی شبینی دبی متوسط ماهانه حوضه آبریز دارای رژیم برفی (مطالعه موردی: رودخانه جاجرود)  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 عصبی مصنوعی و شبکه عصبی- فازی در پی شبینی دبی متوسط ماهانه حوضه آبریز دارای رژیم برفی (مطالعه موردی: رودخانه جاجرود)،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله مقایسه عملکرد شبکه عصبی مصنوعی و شبکه عصبی- فازی در پی شبینی دبی متوسط ماهانه حوضه آبریز دارای رژیم برفی (مطالعه موردی: رودخانه جاجرود) :

تعداد صفحات:۱۳

چکیده:

ایران دراقلیمی خشک و نیم هخشک واقع شده و به همین دلیل از گذشت ههای دور تا کنون، آب گنجینه ای ارزشمند در این سرزمین به حساب می آمده و ایرانیان از طرق مختلف سعی در ذخیر هسازی و کنترلآن داشته اند. احداث سدها و ذخیره سازی آب رودخانه ها در پشت سدها، همچنین برنام هریزی برای بهره برداری بهنیه از این آب ذخیره شده مستلزم پی شبینی مقدار آبی است که در اثر بار شهای آینده در پشتسد ذخیره خواهد شد. برف یکی از اشکال بارش است که به دلیل تأخیر در تبدیل به رواناب، مدلسازی چگونگی تبدیل آن به رواناب بسیار متفاوت از مدلسازی سایر اشکال بارش است. در این پژوهش سعی شده بااستفاده از تواناییهای شبک ههای عصبی مصنوعی و شبک ههای عصبی فازی مدلی برای پیش بینی دبی متوسط ماهانه در رودخانه جاجرود تهیه شود که به کمترین میزان اطلاعات ورودی نیازمند باشد. از آنجا که رودخانهجاجرود در حوضه ای با رژیم عمدتاً برفی واقع شده است، سعی شده تا میان اطلاعات آب معادل برف ایستگاه های برف سنجی حوضه و دبی متوسط ماهانه آن رابطه ای منطقی بدست آید. بررسی نتایج و مقایسه ایندو مدل نشان دهنده برتری نسبی مدلسازی شبک ههای عصبی مصنوعی نسبت به شبکه های عصبی فازی در پیش بینی می باشد