تجزیه و تحلیل شبکه های عصبی مصنوعی ژئومورفولوژیکی در برآورد رواناب مستقیم (حوضه جاجرود، زیر حوضه امامه)

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

 تجزیه و تحلیل شبکه های عصبی مصنوعی ژئومورفولوژیکی در برآورد رواناب مستقیم (حوضه جاجرود، زیر حوضه امامه) دارای ۱۶ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد تجزیه و تحلیل شبکه های عصبی مصنوعی ژئومورفولوژیکی در برآورد رواناب مستقیم (حوضه جاجرود، زیر حوضه امامه)  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 تجزیه و تحلیل شبکه های عصبی مصنوعی ژئومورفولوژیکی در برآورد رواناب مستقیم (حوضه جاجرود، زیر حوضه امامه)،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن تجزیه و تحلیل شبکه های عصبی مصنوعی ژئومورفولوژیکی در برآورد رواناب مستقیم (حوضه جاجرود، زیر حوضه امامه) :

نام کنفرانس، همایش یا نشریه : پژوهشهای جغرافیای طبیعی (پژوهش های جغرافیایی)

تعداد صفحات :۱۶

برآورد و تعیین رواناب مستقیم رودخانه ها در عمل کار پیچیده ای است و تاکنون روش های متفاوتی برای محاسبه آن پیشنهاد شده است. یکی از روش های جدید در حل مسایل مهندسی آب و رودخانه ها و همچنین برآورد دبی رودها، استفاده از روش شبکه عصبی مصنوعی است که با الگوبرداری از شبکه عصبی مغز انسان، ضمن اجرای فرایند آموزش، روابط درونی بین داده ها را کشف می کند و آن را به موقعیت های دیگر تعمیم می دهد. هدف عمده پژوهش حاضر نیز برآورد رواناب از طریق تجزیه و تحلیل روابط بارش رواناب براساس داده های کمی ژئومورفولوژی و با استفاده از تکنیک شبکه های عصبی مصنوعی ژئومورفولوژیکی (GANN) در حوضه امامه (از زیر حوضه های جاجرود) است. در مطالعه حاضر بر مبنای ساختمان ژئومورفولوژی شبکه هیدرولوژی حوضه مورد نظر، یک سامانه شبکه عصبی ژئومورفولوژیکی سه لایه با تعدادی نودهای میانی برابر تعداد مسیرها یا وضعیت های ژئومورفولوژیکی شبکه هیدرولوژی حوضه به منظور برآورد رواناب مستقیم ایجاد گردید. وزن های مربوط به اتصالات درون شبکه ای ساختمان آن مدل با استفاده از متغیرهای ژئومورفولوژی تعیین شد. نتایج به دست آمده از مدل شبکه ای مذکور با اطلاعات حاصل از مشاهدات مستقیم به منظور نشان دادن کارایی آن مقایسه شد. ارزیابی نتایج، حاکی از عملکرد بسیار خوب (R2=0.97) مدل شبکه ژئومورفولوژیکی در تعیین پاسخ های هیدرولوژیکی حوضه مورد مطالعه است. بدین وسیله، برتری مدل مذکور بر روش های رایج و معمول نشان داده می شود.

کلید واژه: شبکه های عصبی مصنوعی (ANN)، شبکه های عصبی مصنوعی ژئومورفولوژی (GANN)، حوضه آبخیز جاجرود، زیر حوضه امامه