دانش رسان |
مرکز علم و دانش کشور مقاله شبیه‌سازی فرایند بارش- رواناب با استفاده از شبکه عصبی- مصنوعی و سیستم فازی عصبی تطبیقی و رگرسیون چندمتغیره (مطالعه موردی: حوضه آبخیز خرم‌آباد)
در حال بارگذاری
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
مقاله شبیه‌سازی فرایند بارش- رواناب با استفاده از شبکه عصبی- مصنوعی و سیستم فازی عصبی تطبیقی و رگرسیون چندمتغیره (مطالعه موردی: حوضه آبخیز خرم‌آباد) دارای ۱۸ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله شبیه‌سازی فرایند بارش- رواناب با استفاده از شبکه عصبی- مصنوعی و سیستم فازی عصبی تطبیقی و رگرسیون چندمتغیره (مطالعه موردی: حوضه آبخیز خرم‌آباد) 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 شبیه‌سازی فرایند بارش- رواناب با استفاده از شبکه عصبی- مصنوعی و سیستم فازی عصبی تطبیقی و رگرسیون چندمتغیره (مطالعه موردی: حوضه آبخیز خرم‌آباد)،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله شبیه‌سازی فرایند بارش- رواناب با استفاده از شبکه عصبی- مصنوعی و سیستم فازی عصبی تطبیقی و رگرسیون چندمتغیره (مطالعه موردی: حوضه آبخیز خرم‌آباد) :
تعداد صفحات :۱۸
مقدار دبی یا رواناب خروجی از یک حوضه آبخیز از اهمیت زیادی برخوردار است؛ زیرا کمبود آن ممکن است موجب خسارات مالی و مازاد آن به‌صورت سیلاب ممکن است موجب خسارات جانی و مالی شود. در این پژوهش با استفاده از شبکه عصبی مصنوعی پرسپترون چندلایه (MLP) و مدل فازی عصبی تطبیقی (ANFIS) و روش رگرسیون چندمتغیره، فرایند بارش- رواناب به‌صورت روزانه در حوضه آبخیز خرم‌آباد شبیه‌سازی شد. برای ورودی‌ها از ترکیب‌های مختلف از ورودی‌های بارندگی همان روز، یک روز قبل و دو روز قبل استفاده شد. تابع عضویت ورودی‌های مدل ANFIS استفاده‌شده در این مطالعه، ذوزنقهای، مثلثی، گوسی و گوسی نوع ۲ است. مدل MLP بهکار‌رفته با یک لایه پنهان و تعداد نورون‌های متغیر ارزیابی شد. نتایج نشان داد که مدل عصبی فازی تطبیقی (ANFIS) عملکرد بهتری از شبکه عصبی مصنوعی پرسپترون چندلایه (MLP) و مدل رگرسیون چندمتغیره دارد. همچنین با افزایش تعداد ورودی‌ها و دخالت دادن بارندگی یک و دو روز قبل، عملکرد هر سه مدل بهتر می‌شود.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
