استفاده از شبکه عصبی مصنوعی در پیش بینی آبدهی رودخانه بالارود در استان خوزستان
محل انتشار: پنجمین کنفرانس هیدرولیک ایران
سال انتشار: 1384
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,071
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IHC05_133
تاریخ نمایه سازی: 7 آذر 1384
چکیده مقاله:
تخمین تصحیح دبی رودخانه از جمله پارامترهای مهم در علم مهندسی رودخانه و رشته های وابسته به آن از جمله هیدرولوژی و هیدرولیک می باشد، چرا که در مطالعات پایه، زیست محیطی و سد سازی، آبدهی رودخانه نقش مهمی را دارا می باشد، طویکه هر چه تخمین آن دقیق تر باشد، نتایج مطالعات از اعتماد و دقت بیشتری برخوردار خواهد بود. از آنجائیکه در بعضی از رودخانه ها به علت عدم وجود ایستگاههای هیدرومتری و لذا عدم برداشت اطلاعات آبدهی و یا کوتاه بودن دوره زمانی آماربرداری، اطلاعات مورد نیاز به اندازه کافی در دسترس نمی باشد این امر مطالعات را با مشکل مواجه می سازد. در چنین مواردی می توان از روشهای مختلفی مانند روابط بیش بارش و رواناب یک حوضه آبریز به تخمین آبدهی آن حوضه پرداخت. روشی که اخیرا مورد توجه مهندسین هیدرولوژی قرار گرفته است، استفاده از روش شبکه عصبی مصنوعی ( Artificial Neural Networks) می باشد. در این مطالعه از نرم افزار شبکه عصبی تحت عنوان QNET استفاده گردید. بدین منظور از داده های باران سنجی و درجه حرارت ماهانه ایستگاههای مجاورحوضه آبریز رودخانه بالا رود و اطلاعات دبی ایستگاه هیدرومتری دو کوهه بر روی رودخانه بالارود در دوره آماری 15 ساله (1363-1378) برای مدل استفاده گردید. نتایج اجرای مدل بیانگر دقت نسبتا بالای مدل شبکه مصنوعی در برآورد و تخمین دبی رودخانه بالارود بوده است.
کلیدواژه ها:
نویسندگان
صمد اماقلی زاده
دانشجوی دکتری سازه های آبی دانشگاه شهید چمران اهوز
سیدمحمود کاشفی پور
استادیار دانشکده مهندسی آب دانشگاه شهید چمران اهواز
حسن ترابی پوده
کارشناس ارشد سازمان آب و برق خوزستان
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 :