مقاله شبیهسازی و پیشبینی رواناب با استفاده از رگرسیون بردار پشتیبان و شبکه های عصبی مصنوعی


در حال بارگذاری
13 سپتامبر 2024
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 شبیهسازی و پیشبینی رواناب با استفاده از رگرسیون بردار پشتیبان و شبکه های عصبی مصنوعی دارای ۹ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله شبیهسازی و پیشبینی رواناب با استفاده از رگرسیون بردار پشتیبان و شبکه های 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 شبیهسازی و پیشبینی رواناب با استفاده از رگرسیون بردار پشتیبان و شبکه های عصبی مصنوعی،به هیچ وجه بهم ریختگی وجود ندارد


بخشی از متن مقاله شبیهسازی و پیشبینی رواناب با استفاده از رگرسیون بردار پشتیبان و شبکه های عصبی مصنوعی :

تعداد صفحات:۹
چکیده:
پیش بینی دقیق وصحیح جریان رودخانه نقش اساسی دربرنامه ریزیهای منابع آب دارد ازاین رو کارشناسان همواره درجستجوی ابزارهای جدید به منظور افزایش دقت پیش بینی مقدارجریان رودخانه ها هستند مدلهای رگرسیونی سری زمانی و هوش مصنوعی ازجمله روشهای مرسوم برای پیش بینی های هیدرولوژیکی هستند روشهای هوش مصنوعی به علت توانایی درمدلسازی روابط غیرخطی ازدقت ومحبوبیت بالاتری نسبت به سایرروشها برخوردارهستند ازاین رو دراین تحقیق ازدوروش هوش مصنوعی شامل شبکه عصبی مصنوعی annورگرسیون بردارپشتیبان SVRدرپیش بینی جریان رودخانه سعیدابادواقع دراستان اذربایجان شرقی استفاده شده است نتایج براساس سه امارضریب تبیین R2جذرمیانگین مربعات خطا RMSE و میانگین حجمی خطا VE مقایسه گردید نتایج نشان داد که مقدار R2 ، RMSE و VE حاصل ازمدل SVR به ترتیب برابر ۰/۸و۰/۱۹۶و۰/۰۵۲ است و برای مدل ANN به ترتیب برابر ۰/۶۳۸و۰/۱۵۳و۰/۱۵۴می باشند که گواه عملکرد بهترSVR نسبت به ANN است

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