مقاله ارزیابی روش های برآورد بار رسوب کل در رودخانه های حوضه دریاچه ارومیه و مقایسه آن با نتایج حاصله از شبکه عصبی مصنوعی


در حال بارگذاری
17 سپتامبر 2024
فایل ورد و پاورپوینت
2120
5 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 ارزیابی روش های برآورد بار رسوب کل در رودخانه های حوضه دریاچه ارومیه و مقایسه آن با نتایج حاصله از شبکه عصبی مصنوعی دارای ۱۳ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله ارزیابی روش های برآورد بار رسوب کل در رودخانه های حوضه دریاچه ارومیه و مقایسه آن با نتایج حاصله از 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 ارزیابی روش های برآورد بار رسوب کل در رودخانه های حوضه دریاچه ارومیه و مقایسه آن با نتایج حاصله از شبکه عصبی مصنوعی،به هیچ وجه بهم ریختگی وجود ندارد


بخشی از متن مقاله ارزیابی روش های برآورد بار رسوب کل در رودخانه های حوضه دریاچه ارومیه و مقایسه آن با نتایج حاصله از شبکه عصبی مصنوعی :

تعداد صفحات:۱۳
چکیده:
در این تحقیق، با توجه به روش های مختلفی که تاکنون برای برآورد میزان بار کل رسوبات رودخانه ها پیشنهاد شده است از روش های اینشتین، ایکرز و وایت، یانگ، ساماگا، بگنولد و انگلوند و هانسن برای برآورد بارکل رسوبی رودخانه سیمینه رود که یکی از رودخانه های مهم آبریز دریاچه ارومیه می باشد، استفاده شده است. با توجه به اینکه تمامی روش های گفته شده فقط در محدوده برآورد بار فرسایش یافته از مواد بستر رودخانه است، لذا آمار رسوبی رودخانه، در زمانی هائی مورد بررسی قرار گرفته است که در آن مواقع بارندگی در کل منطقه وجود نداشته است. اطلاعات حاصله از برداشت های صحرایی با نتایج برآورد رسوبات ک ل با استفاده از فرمول های فوق الذکر با هم مقایسه گردیده است. نتایج نشان می دهد که تنها روش بگنولد با دقت تقریبی ۴۹ درصد، در رودخانه سیمینه رود جواب نزدیکتری به واقعیت را نسبت به سایر روابط نشان می دهد. در ادامه، با آموزش از شبکه عصبی مصنوعی جهت برآورد بارکل رسوبی با استفاده از داده های صحرائی استفاده شده است. نتایج حاصل از این قسمت نشان می دهد که از شبکه عصبی نیز می توان به عنوان یک ابزار قدرتمند در تعیین بار رسوبی در رودخانه ها استفاده نمود.

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