تخمین هوشمند حداکثر عمق آب شستگی اطراف آب شکن های L شکل با استفاده از شبکه های عصبی مصنوعی و سیستم استنتاج فازی – عصبی

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

 تخمین هوشمند حداکثر عمق آب شستگی اطراف آب شکن های L شکل با استفاده از شبکه های عصبی مصنوعی و سیستم استنتاج فازی – عصبی دارای ۲۵ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد تخمین هوشمند حداکثر عمق آب شستگی اطراف آب شکن های L شکل با استفاده از شبکه های عصبی مصنوعی و سیستم استنتاج فازی – عصبی  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 تخمین هوشمند حداکثر عمق آب شستگی اطراف آب شکن های L شکل با استفاده از شبکه های عصبی مصنوعی و سیستم استنتاج فازی – عصبی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن تخمین هوشمند حداکثر عمق آب شستگی اطراف آب شکن های L شکل با استفاده از شبکه های عصبی مصنوعی و سیستم استنتاج فازی – عصبی :

نام کنفرانس، همایش یا نشریه : پژوهش های حفاظت آب و خاک (علوم کشاورزی و منابع طبیعی)

تعداد صفحات :۲۵

از جمله مسایل مهم در طراحی آب شکن ها، پدیده آب شستگی موضعی دماغه آنها می باشد که به علت تنگ شدگی مقطع جریان و وجود گردابه های قوی به وجود می آید و یکی از شاخص های مهم در تعیین مشخصات حفره آب شستگی، حداکثر عمق آب شستگی می باشد. امروزه شبکه های عصبی کاربردهای بسیاری در مسایل مختلف مهندسی آب که رابطه و الگوی مشخصی بین عوامل موثر بر وقوع یک پدیده وجود ندارد، پیدا کرده است. بنابراین در این پژوهش از دو روش شبکه عصبی مصنوعی، سیستم استنتاج فازی عصبی به برآورد میزان عمق آب شستگی اطراف آب شکن -L شکل پرداخته شده است. همچنین نتایج به دست آمده از این روش ها با رابطه تجربی موجود مقایسه شده است. برای شبکه عصبی مصنوعی از یک لایه میانی با ۵ نرون استفاده شد. تابع محرک لایه میانی نیز تانژانت هیپربولیک و تابع محرک لایه خروجی سیگموئید درنظر گرفته شد. سیستم استنتاج فازی – عصبی به کار رفته در این تحقیق نیز سوگینو می باشد که از الگوریتم یادگیری پیوندی برای تعیین پارامترهای سیستم فازی استفاده می کند. ضریب همبستگی برای داده های آزمون در شبکه عصبی مصنوعی، سیستم استنتاج فازی عصبی و رابطه تجربی به ترتیب ۹۷/۰، ۹۹/۰ و ۹۳/۰ به دست آمده است. مقایسه نتایج نشان دهنده قدرت بالای سیستم های هوشمند (به خصوص سیستم استنتاج فازی عصبی) در یادگیری و تخمین عمق آب شستگی اطراف این نوع آب شکن می باشد.

کلید واژه: آب شکن L – شکل، شبکه های عصبی مصنوعی، سیستم استنتاج فازی عصبی، آب شستگی