برآورد رسوبات معلق با استفاده از شبکه عصبی مصنوعی (مطالعه موردی: حوزه آبخیز جامیشان استان کرمانشاه)
نویسندگان
چکیده
پدیدههای فرسایش و انتقال رسوب در رودخانهها یکی از مهمترین و پیچیدهترین موضوعات مهندسی رودخانه میباشد. این پدیدهها اثرات ویژهای روی شاخص های کیفی آب، کنش کف بستر و کناره های رودخانه داشته و همچنین خسارات جبران ناپذیری به طرح های عمرانی آب وارد مینماید. پیشبینی دقیق میزان رسوب رودخانهها اهمیت قابل توجهی در مدیریت منابع آب و طراحی و ساخت و همچنین برنامه ریزی در بهره برداری از سازههای آبی دارد. در این تحقیق سعی گردیده است که کارایی شبکههای عصبی مصنوعی در پیشبینی رسوب معلق مورد ارزیابی قرار گیرد. با استفاده از روش شبکه عصبی مصنوعی (مدل پرسپترون چند لایه) رسوب معلق در ایستگاه هیدرومتری حیدرآباد روی رودخانه جامیشان پیشبینی گردیده و نتایج با منحنی سنجه رسوب مورد مقایسه قرار گرفته است و مزایا و معایب هر یک از این روشها تجزیه و تحلیل شده است. براساس نتایج بدست آمده شبکه عصبی مصنوعی نتایج قابل قبولی را جهت شبیهسازی بار معلق در ایستگاه حیدرآباد ارائه میکند، بطوریکه در مقایسه با منحنی سنجه رسوب از دقت بالاتری برخوردار است. مقدار r2 که از شبکه عصبی بدست آمده برابر با حدود 92/0 و r2 که از منحنی سنجه رسوب بدست آمده برابر با حدود 83/0 است. البته لازم به ذکر است که شبکه عصبی نیز نقاط اوج را به درستی پیشبینی نمیکند که این از نقاط ضعف نوع مدل بشمار می رود.
منابع مشابه
بررسی امکان برآورد رسوبات معلق توسط شبکه عصبی مصنوعی (ann) در حوزه آبخیز حیدر آباد کرمانشاه
هر ساله هزاران تن خاک مناسب و با ارزش از سطح حوزه های آبخیز فرسایش می یابد و قسمتی از آن به صورت رسوبات معلق وارد شبکه هیدروگرافی می شود و از حوزه خارج می شود. یکی از نیازهای طراحی در پروژه های آبخیزداری و حفاظت آب و خاک، برآورد رسوبات معلق است. برای برآورد رسوبات معلق از مدل های مختلفی استفاده می شود. مدل ارائه شده مدلی برای برآورد رسوبات معلق می باشد. این مدل بر اساس شبکه عصبی مصنوعی ساخته شد...
15 صفحه اولتعیین پتانسیل فرسایش خندقی با استفاده از شبکه عصبی مصنوعی، مطالعه موردی: حوزه آبخیز طرود
یکی از انواع فرسایش آبی که باعث ایجاد فرسایش و رسوب در حوزههای آبخیز میشود و خسارتهای زیادی به اراضی کشاورزی، مرتعی و تاسیسات زیر بنایی وارد مینماید، فرسایش خندقی میباشد. در این تحقیق بررسی فرسایش خندقی با هدف تعیین پتانسیل آن با استفاده از روش شبکه عصبی مصنوعی انجام شده است. جهت تعیین پتانسیل فرسایش خندقی از ساختار پرسپترون چندلایه و الگوریتم لونبرگ مارگوت با بهکارگیری متغیرهای خاک، سنگ...
متن کاملبرآورد رسوب معلق با استفاده از شبکه عصبی و ارزیابی توابع آموزشی(مطالعه موردی: استان لرستان)
متن کامل
تخمین دبی بار معلق رسوب با استفاده از بهترین ساختار شبکه عصبی مصنوعی در حوزه آبخیز طالقان
Prediction of sediment load transported by rivers is a crucial step in the management of rivers, reservoirs and hydraulic projects. In the present study, in order to predict the suspended sediment of Taleghan river by using artificial neural network, and recognize the best ANN with the highest accuracy, 500 daily data series of flow discharge on the present day, flow discharge on the past day...
متن کاملمقایسه روش های شبکه عصبی بیزین و شبکه عصبی مصنوعی در تخمین رسوبات معلق رودخانه ها (مطالعه موردی: سیمینه رود)
زمینه و هدف: شبیه سازی و ارزیابی آورد رسوب رودخانه از جمله مسایل مهم در مدیریت منابع آب می باشد. اندازه گیری مقدار رسوب به روش های متداول عموماً مستلزم صرف وقت و هزینه زیادی بوده و گاهی از دقت کافی نیز برخوردار نمی باشد. روش بررسی: در این پژوهش تخمین رسوب رودخانه سیمینه رود واقع در استان آذربایجان غربی، با استفاده از شبکه عصبی بیـزین مورد بررسی قرار گرفته و نتایج آن با روش های مرسـوم هوشمند هم...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
پژوهشنامه مدیریت حوزه آبخیزجلد ۳، شماره ۶، صفحات ۶۱-۷۴
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023