برآورد ضریب پخشیدگی طولی در آبراهههای طبیعی با استفاده ازشبکه عصبی مصنوعی

سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,578

فایل این مقاله در 8 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:

CEE02_323

تاریخ نمایه سازی: 17 مهر 1386

چکیده مقاله:

یکی از مهمترین پارامترهای موثر در مدل سازی آلودگی ضریب انتشار طولی است که روابط تجربی و تئوری متعددی جهت تخمین آن پیشنهاد شده ولی با این وجود مطالعات بسیاری نیز بر روی این ضریب در حال انجام است . استفاده از این روابط در برخی شرای ط با نتایج خوبی همراه بوده اما تعمیم آنها برای کلیه شرایط هندسی و هیدرولیکی دشوار می باشد . در این تحقیق از روش شبکه عصبی مصنوعی ) ) Artificial Neural Network جهت برآورد ضریب انتشار طولی در آبراهه های طبیعی استفاده گردیده است . نرم افزار مورد استفاده در این تحق یق NeuralTools می باشد که امروزه در زمینههای مختلف مورد استفاده قرار می گیرد . بدین ترتیب از داده های اندازه گیری شده مربوط به ضریب پخشیدگی در نقاط مختلف دنیا جهت آموزش و صحت سنجی مدل استفاده گردید . در نهایت نتایج حاصل از مدل با نتایج حاصل از بکار بردن رو ابط تجربی موجود مورد مقایسه قرار گرفت . از جمله روابط مورد استفاده در این تحقیق می توان به روابط الدر، تکستون، سئو و چانگ و نیز فی شر و همکاران اشاره نمود . نتیجه این مقایسه دقت نسبتا بالای شبکه عصبی در برآورد ضریب انتشار طولی در آبراهههای طبیعی را نسبت به روابط تجربی موجود نشان میدهد

کلیدواژه ها:

نویسندگان

جواد ظهیری

دانشجوی دکتری سازههای آبی دانشگاه شهید چمران اهواز

یوسف رمضانی

دانشجوی کارشناسی ارشد سازههای آبی دانشگاه شهید چمران اهواز

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 :