پیش بینی پارامترهای کمی و کیفی جریان در رودخانه کارون (بازه ملاثانی – فارسیات) با استفاده از شبکه های عصبی مصنوعی

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

 پیش بینی پارامترهای کمی و کیفی جریان در رودخانه کارون (بازه ملاثانی – فارسیات) با استفاده از شبکه های عصبی مصنوعی دارای ۲۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد پیش بینی پارامترهای کمی و کیفی جریان در رودخانه کارون (بازه ملاثانی – فارسیات) با استفاده از 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 پیش بینی پارامترهای کمی و کیفی جریان در رودخانه کارون (بازه ملاثانی – فارسیات) با استفاده از شبکه های عصبی مصنوعی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن پیش بینی پارامترهای کمی و کیفی جریان در رودخانه کارون (بازه ملاثانی – فارسیات) با استفاده از شبکه های عصبی مصنوعی :

نام کنفرانس، همایش یا نشریه : اکوبیولوژی تالاب (تالاب)

تعداد صفحات :۲۰

برآورد و پیش بینی پارامترهای کیفی و کمی آب در طول رودخانه به منظور تصمیم گیری های مدیریتی یکی از اهداف مدیران و برنامه ریزان منابع آب تلقی می گردد. برآورد مقادیر کمی و کیفی جریان رودخانه ها با استفاده از مدلهای ریاضی به علت پیچیدگی مکانیزم و تعدد عوامل موثر در کیفیت جریان معمولا با خطای نسبتا قابل توجه ای همراه می باشد. امروزه تکنیک جدید استفاده از مدل شبکه های عصبی مصنوعی که مبتنی بر هوش مصنوعی می باشد کاربرد گسترده ای در زمینه های مختلف علمی به ویژه مهندسی آب پیدا کرده است. در این تحقیق با استفاده از مدل شبکه عصبی مصنوعی پرسپترون چند لایه (MLP)، شبکه پیش رونده (FF)، شبکه تابع پایه شعاعی (RBF) به پیش بینی ۳ روز آینده مقادیر کمی و کیفی جریان در رودخانه کارون، بازه ملاثانی – فارسیات، شامل دبی جریان، اشل، کل املاح محلول در آب (TDS) و هدایت الکتریکی (EC) پرداخته می شود. بازه زمانی داده های مورد استفاده از ۱/۱/۱۳۶۹ تا ۱۲/۷/۱۳۷۸ بوده که تعداد ۱۰۴۳۴ الگو بعد از تاخیر زمانی متغیرها بدست آمد. برای آموزش، ارزیابی همزمان با آموزش و آزمون مدلها به ترتیب از ۷۰%، ۲۰% و ۱۰% الگوها استفاده گردید. برای تعیین داده های ورودی موثر در مدلهای شبکه عصبی مصنوعی و تعداد نرونها در لایه میانی هر یک از مدلها از قابلیت بهینه سازی الگوریتم ژنتیک استفاده شد. نتایج نشان می دهد که دقت مدل های MLP ،FF و RBF در برآورد و پیش بینی پارامترهای کمی و کیفی جریان در رودخانه کارون به ترتیب برابر با ۹۰.۴%، ۸۰.۵% و ۸۶% می باشد. آنالیز حساسیت متغیرهای خروجی نسبت به متغیر های ورودی نشان می دهد که زمان عبور جریان در رودخانه بر حسب ماه و فاصله طولی هر ایستگاه نسبت به ایستگاه بالادست به ترتیب بیشترین تاثیر بر پارامترهای کمی و کیفی جریان در رودخانه دارند.

کلید واژه: کمیت و کیفیت جریان، شبکه عصبی مصنوعی، الگوریتم ژنتیک، آنالیز حساسیت، رودخانه کارون