شبیه سازی جریان رودخانه با استفاده از شبکه عصبی مصنوعی (مطالعه موردی حوزه معرف کسیلیان)
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه مازندران
- author زهرا درواری
- adviser کریم سلیمانی خالق ضیاء تبار احمدی
- Number of pages: First 15 pages
- publication year 1386
abstract
چکیده ندارد.
similar resources
شبیه سازی فرآیند بارش- رواناب با بکارگیری شبکه عصبی مصنوعی (ANN) و مدل HEC-HMS ( مطالعه موردی حوزه آبخیز کسیلیان)
برای شبیه سازی فرآیند بارش - رواناب در سطح حوزه آبخیز کسیلیان با مساحت حدود 68 کیلومترمربع واقع در شمال ایران، مدل (HEC-HMS) و روش شبکه عصبی مصنوعی(ANN) بکار گرفته شد. شبکه عصبی دارای قابلیت بالایی برای برقراری ارتباط بین داده های ورودی و خروجی و مدل(HEC-HMS) دارای قابلیت بالایی در بهینه سازی آبنمود شبیه سازی شده می باشد. عامل هدر رفت اولیه خاک به عنوان یک معیار کمی در برگیرنده سه فاک...
full textشبیه سازی آبنمود بارش- رواناب با توجه به الگوی زمانی بارش و استفاده از شبکه عصبی مصنوعی در حوزه آبریز معرف کسیلیان
این مقاله فاقد چکیده میباشد.
full textکاربرد مدلهای شبکه عصبی مصنوعی و مدل M5 در شبیه سازی جریان ماهانه(مطالعه موردی: رودخانه استور)
مدیریت موثر منابع آبی در یک رودخانه نیازمند شناخت صحیح و کامل از فرآیندهایی است که در آن رخ میدهد. روشهای هوش مصنوعی میتوانند کارایی بالایی جهت شبیهسازی جریان رودخانه در مقیاسهای مختلف زمانی و مکانی داشته باشند. در این مطالعه از روش شبکه عصبی مصنوعی و مدل نمودار درختی M5 جهت شبیهسازی ماهانه جریان رودخانه در ایستگاه استور استفاده گردید. جهت شبیهسازی دادههای دبی جریان ماهانه در این ای...
full textشبیه سازی جریان رودخانه با استفاده از مدل هیدرولوژیکی ihacres (مطالعه موردی: حوزه آبخیز کسیلیان)
ارزیابی جریان رودخانه به عنوان پیش نیاز یکسری از مسائل محیطی و مهندسی، مهم به نظر می-رسد. لذا در تحقیق حاضر جهت شبیه سازی رواناب حوزه آبخیز کسیلیان واقع در استان مازندران از مدل بارش-رواناب ihacres استفاده گردید. مدل مذکور در حوزه آبخیز کسیلیان از سال آبی50-1349 تا 57-1356 کالیبره شده و از سال آبی 58-1357 الی 85-1384 مورد ارزیابی قرار گرفت. میزان خطای بین مقادیر جریان رودخانه مشاهداتی و شبیه سا...
15 صفحه اولپیش¬بینی جریان روزانه با استفاده از شبکه¬های عصبی مصنوعی و عصبی- موجکی (مطالعه موردی: رودخانه باراندوزچای)
پیشبینی دقیق جریان در رودخانهها یکی از مهمترین ارکان در مدیریت منابع آبهای سطحی به ویژه جهت اتخاذ تدابیر مناسب در مواقع سیلاب و بروز خشکسالیها است. به دلیل اهمیت پیشبینی جریان رودخانه، در این تحقیق جریان روزانه رودخانهی باراندوزچای در دو ایستگاه بیبکران و دیزج طی یک دورهی آماری 20 ساله با استفاده از مدل عصبی- موجکی (WNN) که تلفیق آنالیز موجک و شبکه عصبی مصنوعی (ANN) میباشد، پیشبینی گرد...
full textMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه مازندران
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023