الگوریتم ترکیبی شبکه عصبی و ژنتیک راهی برای برآورد دبی سیلاب
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 50
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWMS-11-39_003
تاریخ نمایه سازی: 5 دی 1402
چکیده مقاله:
برآورد سریع و صحیح دبی اوج به عنوان یکی از مباحث اصلی در مدیریت منابع آبی و سیلاب نقش اساسی در طراحی سازه های آبی و اقدامات بیو مکانیکی در حوضه های آبخیز دارد. به طوریکه یک برآورد صحیح آن نقش اساسی در موفقیت کار های اجرایی دارد. در این بررسی سعی شده با استفاده از روش هوش مصنوعی(ترکیب شبکه عصبی پرسپترون چند لایه و الگوریتم ژنتیک) دبی حداکثر رودخانه یلفان در محل ایستگاه هیدرومتری و رسوب سنجی یلفان برآورد گردد. به این منظور در این دو مدل ۸ متغییر که شامل بارندگی مربوط به روز وقوع سیل، بارندگی های ۵ روز قبل، دبی پایه در روز وقوع سیل وCN حوضه به عنوان پارامتر های ورودی و دبی پیک به عنوان خروجی در نظر گرفته شده است. سپس با استفاده از روش هوش مصنوعی و پیش پردازش داده ها، ساختار بهینه مدل با استفاده از داده های ورودی و خروجی و با ملاک قرار دادن معیار های ارزیابی، به روش سعی و خطا تعیین گردید. در نهایت در مدل تلفیقی شبکه عصبی و الگوریتم ژنتیک، پس از تعیین مدل بهینه شبکه عصبی، نتیجه مدل به الگوریتم ژنتیک وارد گردید. نتایج نشان داد که مدل ترکیبی شبکه عصبی و الگوریتم ژنتیک عملکرد خوبی در برآورد دبی سیلاب در حوزه یلفان دارد.
کلیدواژه ها:
Peak Flow ، Neural Network ، Genetic Algorithm ، Yalfan ، دبی اوج ، شبکه عصبی ، الگوریتم ژنتیک ، یلفان
نویسندگان
مهدی سپهری
malayer university
علی رضا ایلدرومی
malayer university
سید زین العابدین حسینی
yazd university
حمید نوری
malayer university
فاطمه محمد زاده
yazd university
محمد مهدی آرتیمانی
lorestan university
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 :