مقایسه دو روش منحنیسنجه رسوب و شبکه عصبی مصنوعی در تخمین رسوبات بارمعلق روزانه

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,023

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCHP03_348

تاریخ نمایه سازی: 3 فروردین 1391

چکیده مقاله:

تخمین درست رسوبات بار معلق حمل شده توسط رودخانه در بسیاری از پروژههای منابع آب دارای اهمیت فراوان است. روش مرسوم منحنیسنجه قادر بهتخمین دقیق رسوبات بار معلق نیست. در این مقاله شبکه عصبی مصنوعی به عنوان روشی موثر جهت تخمین میزان رسوبات بارمعلق روزانه بهکار رفته است. برای این منظور از آمار متناظر دبی جریان و دبی رسوب ایستگاه ولیکن در حوزه معرف کسیلیان که در طی سالهای آماری 1350 -1349 الی 1354-1353 ، به صورتروزانه اندازهگیری شده است، استفاده شد. دبی جریان مورد نظر بههمراه دبی جریان روز قبل به عنوان پارامترهای ورودی و دبی بارمعلق رسوب به عنوان پارامتر خروجی در نظر گفته شدند. نتایج بهدست آمده از این روش با استفاده از شاخصهای آماری با روش مرسوم منحنیسنجه مقایسه شد. مقایسه نتایج نشان داد که شبکه عصبی مصنوعی با دقت و اطمینان بیشتر نسبت به روش منحنیسنجه میتواند رسوبات بارمعلق روزانه را با دقت بیشتری برآورد کند.

نویسندگان

مهری عبدی دهکردی

دانشجوی کارشناسی ارشد گروه مهندسی دانشگاه علوم کشاورزی و منابع طبیعی

مهدی مفتاح هلقی

دانشیار گروه مهندسی دانشگاه علوم کشاورزی و منابع طبیعی گرگان

امیراحمد دهقانی

استادیاران گروه مهندسی دانشگاه علوم کشاورزی و منابع طبیعی گرگان

موسی حسام

استادیاران گروه مهندسی دانشگاه علوم کشاورزی و منابع طبیعی گرگان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :