برآورد بارمعلق رسوب با استفاده ازشبکه های عصبی مصنوعی وسیستم استنتاجی فازی -عصبی تطبیقی ومقایسه با نتایج روش اینشتین (مطالعه موردی:رودخانه بالخلی چای- ایستگاه سامیان اردبیل)
محل انتشار: سومین کنفرانس مدیریت منابع آب
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,296
فایل این مقاله در 9 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:
WRM03_038
تاریخ نمایه سازی: 28 فروردین 1387
چکیده مقاله:
برآورد مقدار مواد رسوبی که یک جریان مشخص قادر به حمل آن است یکی از موضوعات اصلی تحقیقات رسوب می باشد که در بسیاری از پروژ ههای مهندسی همچون برنامه ریزی و طراحی منابع ذخیره آب، مورفولوژی و تغییرات بستر رودخانه، برآورد رسوب سالیانه برای آبگیری رودخانه ها، طراحی و نگهداری کانال های آبیاری پایدار، حفاظت سواحل، لایروبی کانا ل ها و ... حائز اهمیت می باشد. تاکنون روشهای نظری و تجربی مختلفی بمنظور برآورد بارکل، بار بستر و بار معلق در یک رودخانه، گسترش یافته است. امروزه با گسترش استفاده از مدل های محاسباتی نوین، راه حل های بهتر و جدیدتری در حل مسائل هیدرولیکی ارائه شده است.یکی از راه حلها استفاده از شبکه ای عصبی مصنوعی است که می تواند ورودی های را طبقه بندی کنند و این خاصیت موقعی مفید خواهد بود که انعطاف پذیری آن نیز حفظ گردد. برای این منظور با استفاده از منطق فازی، که می تواند با فهم عمیقی از متغییرهای فازی و توابع عضویت، روابط ورودی-خروجی و بعلاوه تشخیص درست در انتخاب قوانین فازی با بکار بردن قواعد فازی و همچنین وزن دار کردن داده ورودی در آخر به نتایج مطلوبی دست یافت.در این تحقیق با استفاده از سیستم استنتاجی فازی-عصبی تطبیقی، بهترین ساختار شبکه جهت برآورد بار رسوب رودخانه بالخلی چای- ایستگاه اردبیل تعیین شد ، روش پیشنهادی استفاده از شبکه ANFIS است . نتایج تحقیق نشان داد نتایج سیستم استنتاجی فازی -عصبی تطبیقی با ساختار پیشنهادی در مقایسه با نتایج واقعی از دقت بیشتری برخوردار می باشد که دلالت بر توانایی بهتر مدل شبکه فازی تطبیقی در برآورد بار رسوب دارد.
کلیدواژه ها:
نویسندگان
مهران جوان اجدادی
کارشناس ارشد، اردبیل، خ-مطهری، کوچه ۱۰ متری ۲، پلاک۵
محمد محمودیان شوشتری
استاد دانشگاه شهید چمران اهواز دانشکده مهندسی گروه عمران
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 :