مقایسه شبکههای عصبی و مدل رگرسیونی در پیشبینی راندمان تلهاندازی رسوب در سدهای تـأخیری
Authors: not saved
Abstract:
شبکه عصبی مصنوعی از جمله روشهای جدید تخمین تغییرات پدیدهها میباشد که در شاخههای مختلف علوم کاربرد گستردهای پیدا کرده است. راندمان تلهاندازی رسوب و حجم رسوبگذاری شده مخازن سدها نیز از جمله مسائلی است که میتواند با این روش مورد بررسی قرار گیرد. هدف از انجام این تحقیق، تعیین راندمان تلهاندازی رسوب در سدهای تأخیری با استفاده از روشهای شبکه عصبی و مقایسه آنها با مدلهای رگرسیونی است. برای انجام این تحقیق از مدل فیزیکی سد تأخیری که در پژوهشکده حفاظت خاک و آبخیزداری ساخته شده بود، استفاده گردید. به منظور شبیهسازی هیدروگراف سیلاب، از ایده مدل مخازن خطی استفاده گردید. سپس با رهاسازی سیلاب همراه با رسوب، عملکرد سد تأخیری در تلهاندازی رسوبات مورد بررسی قرار گرفت. در مرحله بعد، با شناسایی پارامترهای تأثیرگذار بر تلهاندازی رسوبات مخازن سدها، مدل شبکه عصبی مناسب به روش پس انتشار خطا توسعه داده شد. همچنین از مدلهای رگرسیونی برای بررسی رابطه پارامترها و نیز مقایسه نتایج برآوردی با مشاهدهای استفاده شد. در نهایت، شاخصهای آماری R2، RMSE و MAPE به منظور ارزیابی صحت و دقت مدل به کار گرفته شد. طبق نتایج، میانگین مقادیر R2، RMSE و MAPE در مدلهای رگرسیونی به ترتیب برابر 465/0، 6/26 و 1/62 میباشد، در حالی که مقادیر این شاخصها در مدل توسعه داده شده شبکه عصبی به ترتیب برابر 982/0، 6/4 و 1/6 میباشد. از این رو مدل شبکه عصبی مصنوعی از توانایی بیشتری نسبت به روابط رگرسیونی در پیشبینی راندمان تلهاندازی رسوب سدهای تـأخیری برخوردار است. همچنین نتایج نشان داد که محاسبه راندمان تلهاندازی رسوب بستگی به تعداد پارامترهای به کار رفته در معادله دارد و باید با توجه به تعداد پارامترها، رابطه بهینه را انتخاب نمود.
similar resources
مقایسه شبکه های عصبی و مدل رگرسیونی در پیش بینی راندمان تله اندازی رسوب در سدهای تـأخیری
شبکه عصبی مصنوعی از جمله روش های جدید تخمین تغییرات پدیده ها می باشد که در شاخه های مختلف علوم کاربرد گسترده ای پیدا کرده است. راندمان تله اندازی رسوب و حجم رسوبگذاری شده مخازن سدها نیز از جمله مسائلی است که می تواند با این روش مورد بررسی قرار گیرد. هدف از انجام این تحقیق، تعیین راندمان تله اندازی رسوب در سدهای تأخیری با استفاده از روش های شبکه عصبی و مقایسه آنها با مدل های رگرسیونی است. برای ا...
full textمقایسه میزان کارآیی شبکه عصبی مصنوعی و مدلهای رگرسیونی، منحنیسنجه رسوب در برآورد رسوب معلق روزانه
تعیین میزان فرسایش خاک و بار رسوبی رودخانه عملاً کاری مشکل است؛ بنابراین روش های مختلفی برای آن ها پیشنهاد شده است. یکی از روش های نوین در حل مسائل مهندسی آب و همچنین برآورد رسوب معلق رودخانه ها، استفاده از شبکه عصبی مصنوعی است که با الگو برداری از شبکه مغز انسان، ضمن اجرای فرآیند آموزش، روابط درونی بین داده ها را کشف کرده و به موقعیت های دیگر تعمیم می دهد. هدف از انجام این تحقیق، بررسی کارآیی ر...
full textمقایسه میزان کارآیی شبکه عصبی مصنوعی و مدل های رگرسیونی، منحنی سنجه رسوب در برآورد رسوب معلق روزانه
تعیین میزان فرسایش خاک و بار رسوبی رودخانه عملاً کاری مشکل است؛ بنابراین روش های مختلفی برای آن ها پیشنهاد شده است. یکی از روش های نوین در حل مسائل مهندسی آب و همچنین برآورد رسوب معلق رودخانه ها، استفاده از شبکه عصبی مصنوعی است که با الگو برداری از شبکه مغز انسان، ضمن اجرای فرآیند آموزش، روابط درونی بین داده ها را کشف کرده و به موقعیت های دیگر تعمیم می دهد. هدف از انجام این تحقیق، بررسی کارآیی ر...
full textDegenerate Four Wave Mixing in Photonic Crystal Fibers
In this study, Four Wave Mixing (FWM) characteristics in photonic crystal fibers are investigated. The effect of channel spacing, phase mismatching, and fiber length on FWM efficiency have been studied. The variation of idler frequency which obtained by this technique with pumping and signal wavelengths has been discussed. The effect of fiber dispersion has been taken into account; we obtain th...
full textاثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین
Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...
full textMy Resources
Journal title
volume 28 issue 1
pages 63- 72
publication date 2015-03-21
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023