شبیه سازی و پیش بینی برخی از پارامترهای کیفیت آب رودخانه زاینده رود با استفاده از شبکه عصبی مصنوعی
Authors
abstract
رودخانه زاینده رود با طول حدود ٣٥٠ کیلومتر در جهت کلی غرب به شرق جریان دارد. این رودخانه از کوههای زاگرس (واقع در استان چهارمحال و بختیاری) سرچشمه گرفته و به تالاب گاوخونی (واقع در شرق اصفهان) ختم می گردد. این رودخانه نیازهای آبی کشاورزی، شهری و صنعتی را تأمین می کند. در این مقاله برخی پارامترهای کیفی آب شامل هدایت الکتریکی، کل جامدات محلول، اسیدیته، بی کربنات و کلراید در طول رودخانه زاینده رود (از ابتدا تا انتها) با سیستم شبکه های عصبی مصنوعی مورد بررسی و شبیه سازی قرار گرفته و تغییرات کیفیت آب در طول این رودخانه بررسی شده است. با توجه به اندازه گیری ها و پیش بینی های حاصل از شبکه عصبی، هدایت الکتریکی افزایش قابل ملاحظه ای را از خود نشان داده و این روند در مورد میزان کل جامدات محلول نیز صادق است. در مورد بی کربنات روند کلی مقادیر شبیه سازی شده تقریباً همانند سالهای گذشته بوده و دارای تغییرات عمده ای نبوده و برابر با میانگین درازمدت می باشد. در مورد کلراید روند افزایشی مقادیر شبیه سازی شده به خصوص در ایستگاههای بالادست وجود دارد و این روند در ایستگاههای پایین دست به میانگین درازمدت آنها شبیه است. پارامترهای آماری مورد استفاده برای مقایسه داده های مشاهده شده و شبیه سازی شده نشان می دهد که پیش بینی های کیفیت آب توسط شبکه عصبی برای پارامترهای هدایت الکتریکی، کل جامدات محلول، اسیدیته و بی کربنات در حد خیلی خوب و برای کلراید در حد خوبی صورت گرفته است.
similar resources
شبیهسازی و پیشبینی برخی از پارامترهای کیفیت آب رودخانه زایندهرود با استفاده از شبکه عصبی مصنوعی
رودخانه زایندهرود با طول حدود ٣٥٠ کیلومتر در جهت کلی غرب به شرق جریان دارد. این رودخانه از کوههای زاگرس (واقع در استان چهارمحال و بختیاری) سرچشمه گرفته و به تالاب گاوخونی (واقع در شرق اصفهان) ختم میگردد. این رودخانه نیازهای آبی کشاورزی، شهری و صنعتی را تأمین میکند. در این مقاله برخی پارامترهای کیفی آب شامل هدایت الکتریکی، کل جامدات محلول، اسیدیته، بیکربنات و کلراید در طول رودخانه زایندهرود...
full textمقایسه کاربرد شبکه عصبی مصنوعی (ANN) با سیستم استنتاج فازی (FIS) در پیش بینی جریان رودخانه زاینده رود
یکی از روشهای نو ظهور در حل مسایل مهندسی جهت مدلسازی سیستمهایی که دارای پیچیدگی زیاد یا عدمصراحت بوده و یا دادههای کافی از آنها موجود نیست، استفاده از تئوری مجموعههای فازی و شبکه عصبی مصنوعی میباشد. مزیت اصلی این تکنیکها نسبت به روشهای رایج این است که در مدت زمان نسبتاً کوتاهی قادر به بررسی تأثیر انواع پارامترهای در دسترس، بر فرآیند مورد بررسی میباشند بدون آنکه در هر مرتبه نیاز به یافتن...
full textارتباط پارامترهای وکتوری کاربری اراضی و کیفیت آب رودخانه با استفاده از سیستم اطلاعات جغرافیایی (مطالعة موردی: رودخانه زاینده رود)
رودخانهها از مهمترین منابع آبهای سطحی و تأمین کننده آب شیرین مصرفی در بخشهای شهری، کشاورزی و صنعتی هستند. هدف این پژوهش ارزیابی اثر منابع آلاینده اطراف بر کیفیت آب رودخانه زاینده رود با استفاده از سیستم اطلاعات جغرافیایی است. در این مطالعه دادههای فیزیکوشیمیایی (دبی، سختی، کلر، هدایت الکتریکی، اسیدیته) در دورة 9 ماهه (پاییز 1389- بهار 1390) در 7 ایستگاه زاینده رود مورد بررسی قرار گرفت. لیس...
full textمدل سازی و پیش بینی رشد اقتصادی در ایران با استفاده از شبکه های عصبی مصنوعی
شبکه های عصبی مصنوعی، یک ابزار قدرتمند برای تجزیه و تحلیل داده ها و مدل سازی روابط غیر خطی به حساب می آید که استفاده از آن طی سال های گذشته در اقتصاد کلان گسترش یافته است. در این مطالعه، کارایی یک مدل شبکه عصبی با یک مدل خطی رگرسیون برای پیش بینی نرخ رشد اقتصادی در ایران مقایسه می شود. برای این منظور ابتدا، یک مدل رگرسیون رشد برای دوره 1315-1373 برآورد شده و سپس با همان مجموعه رگرسورها (متغیرها...
full textشبیه سازی و پیش بینی جریان رودخانه ها با استفاده از شبکه عصبی و مدل فوریه
مقاله حاضر به بررسی نحوه عملکرد شبکه های عصبی mlp در ارتباط با خروجی مدل فوریه، fsam، می پردازد. مدل fsam که مدل شبیه ساز بارش است، تحلیل مدل های کلاسیک را در قلمرو فرکانس، که توسعه نظریه طیفی فرآیندهای متداول نظیر طیف الگوهای arima را در درون خود دارد، ارائه می دهد. کاربرد همزمان شبکه های عصبی mlp و مدلfsam، امکان پیش بینی جریان ماه (i) ام را در ارتباط با پیش بینی بارش همان ماه، میسر می سازد. ...
full textشبیه سازی شوری آب زیرزمینی با استفاده از شبکه عصبی مصنوعی(ANN) در سواحل استان مازندران
چکیده امروزه یکی از مسائل محدود کننده در بحث تأمین آب، مسئله کیفیت آب است. اندازه گیری پارامتر های کیفی آب زیر زمینی مستلزم صرف هزینه های زیاد و زمان بر می باشد. برآورد پارامترهای کیفی آب با استفاده از مدل ها موجب کاهش هزینه ها و دسترسی به آمار جامعی برای مدیریت منابع آب خواهد شد. در این تحقیق از شبکه عصبی مصنوعی (ANN) برای شبیه سازی شوری آب زیرزمینی در سواحل استان مازندران استفاده شد. بدین ...
full textMy Resources
Save resource for easier access later
Journal title:
فصلنامه علمی- پژوهشی آب و فاضلابPublisher: مهندسین مشاور طرح و تحقیقات آب و فاضلاب
ISSN 1024-5936
volume 18
issue 4 2007
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023