ارزیابی کارایی مدل شبکه عصبی مصنوعی در تخمین هوشمند رسوب معلق روزانه در چند ایستگاه هیدرومتری منتخب در استان گلستان (گزارش فنی)

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

 ارزیابی کارایی مدل شبکه عصبی مصنوعی در تخمین هوشمند رسوب معلق روزانه در چند ایستگاه هیدرومتری منتخب در استان گلستان (گزارش فنی) دارای ۵ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد ارزیابی کارایی مدل شبکه عصبی مصنوعی در تخمین هوشمند رسوب معلق روزانه در چند ایستگاه هیدرومتری منتخب در استان گلستان (گزارش فنی)  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 ارزیابی کارایی مدل شبکه عصبی مصنوعی در تخمین هوشمند رسوب معلق روزانه در چند ایستگاه هیدرومتری منتخب در استان گلستان (گزارش فنی)،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن ارزیابی کارایی مدل شبکه عصبی مصنوعی در تخمین هوشمند رسوب معلق روزانه در چند ایستگاه هیدرومتری منتخب در استان گلستان (گزارش فنی) :

نام کنفرانس، همایش یا نشریه : مجله علوم و مهندسی آبخیزداری ایران

تعداد صفحات :۵

تخمین رسوب در رودخانه ها به منظور کاهش خسارات سیل، یکی از مسائل مهم پیش روی محققان می باشد. بدین منظور آنها تلاش کرده اند تا مدل های هیدرولوژیکی و هیدرولیکی را به منظور پیش بینی رسوب توسعه دهند. در این پژوهش مدل شبکه عصبی مصنوعی بر اساس مدل سه لایه پیش خور با الگوریتم پس انتشار خطا و تابع انتقال غیرخطی تانژانت اکسون برای پیش بینی رسوب معلق در سه ایستگاه هیدرومتری رامیان در حوزه قره چای، تقی آباد در حوزه جعفرآباد و ایستگاه سرمو در حوزه محمدآباد استفاده شد. ۸۰ درصد از داده ها برای آموزش مدل و ۲۰ درصد بقیه نیز جهت آزمون آن استفاده شدند. شاخص های MAE ،RMSE وR2 (ضریب تبیین) برای ارزیابی میزان دقت مدل شبکه عصبی استفاده شدند. نتایج به دست آمده از محاسبه شاخص های آماری نشان دهنده کارآیی مناسب مدل های شبکه عصبی مصنوعی در پیش بینی رسوب معلق با ضریب تبیین بیش از ۰.۹۹، مجذور مربعات خطای کمتر از ۰.۰۱۶۶ و خطای مطلق متوسط کمتر از ۱۶.۵۴ بود. ضریب ناش – ساتکلیف محاسبه شده بالای ۰.۹۵ برای ایستگاه های فوق نیز نشان دهنده دقت بالای مدل شبکه عصبی در برآورد بار معلق بود.

کلید واژه: رسوب معلق، شاخص های آماری، ضریب ناش – ساتکلیف، مدل های شبکه عصبی مصنوعی