پیش بینی رسوب گذاری در مخزن سد ذخیره ای با استفاده از مدل های هوش مصنوعی (مطالعه موردی سد علویان)

thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده مهندسی عمران
author عبدالناصر سجودی قراخانلو
adviser یوسف حسن زاده فرهود کلاته
Number of pages: First 15 pages
publication year 1393

abstract

رسوب گذاری در مخازن سدها با کاهش حجم موثر، کنترل سیلاب را با مشکل مواجه می نماید. بنابراین برآورد صحیح بار رسوبی در این مخازن بسیار حائز اهمیت می باشد. طی دهه های اخیر استفاده از انواع مدل های هوش مصنوعی در زمینه های کاربردی مختلف نتایج قابل قبولی از خود نشان داده است. در این تحقیق از داده های آماری ثبت شده در سد علویان استفاده خواهد شد. مدل های هوش مصنوعی شامل مدل پرسپترون چند لایه (mlp)، سیستم استنتاج تطبیقی عصبی- فازی (anfis) و ماشین بردار پشتیبان (svm) به منظور شبیه سازی حجم رسوبات مخزن سد استفاده خواهد شد. با توجه به مطالعات پیشین صورت گرفته انتظار می رود مدل های هوشمند مورد استفاده عملکرد مناسبی در تخمین رسوب مخزن سد علویان داشته باشد.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

پیش بینی روند رسوب گذاری در مخزن سد جیرف با استفاده از مدل GSTAR3

احداث سد از متداولترین روش ها جهت بهره برداری از سیستم منابع آب سطحی بوده که هزینه های بسیار هنگفتی در قالب طرح های عظیم ملی صرف ساخت آن میشود. رسوب گذاری در مخزن سد نه تنها سبب کاهش ظرفیت و عمر مخزن می شود، بلکه ضمن ایجاد اشکالات عدیده در باز و بسته کردن دریچه های عمقی و نیمه عمقی سد، موجب افزایش سطح مخزن و افزایش تبخیر و تلفات آب می شود. در این تحقیق با استفاده از مدل GATARS3 وضعیت رس...

full text

پیش بینی روند رسوب گذاری در مخزن سد جیرف با استفاده از مدل gstar۳

full text

پیش بینی روند رسوب گذاری در مخزن سد جیرف با استفاده از مدل gstar3

full text

بهره‌برداری بهینه از مخزن با استفاده از طرح‌واره‌های ژنتیک و مجموعه ذرات (مطالعه موردی: سد علویان)

در این مطالعه، بهمنظور بهرهبرداری بهینه از آب سد علویان، از دو روش فراابتکاری (بهینهسازی مجموعه ذرات و طرحواره ژنتیک) استفاده شد. کارآیی روشها با شاخصهای قابلیت اعتماد، آسیبپذیری و پایداری ارزیابی گردید. تابع هدف بهصورت کمینهسازی مجموع مربعات نسبت کمبود به تقاضای بیشینه در طول دوره آماری 1372 تا 1392 تعریف گردید. نتایج طرحواره منتخب با نتایج سیاست بهرهبرداری استاندارد مقایسه شد. نتا...

full text

تعیین پروفیل رسوب گذاری در کف مخزن سد اکباتان با استفاده از شبکه های عصبی مصنـوعی

در شبکه‌های عصبی مصنوعی (ANN) روش‌های موجود آموزش و واسنجی عصبی بر اساس ساختار پرسپترون چندلایه‌ای می باشد، لیکن این روش‌ها دارای مشکلات ناشی از عدم همگرایی در روش‌های یادگیری، عدم ثبات اوزان شبکه در شرایطی که طیف داده های ورودی دارای انحراف معیار بزرگ بوده و بالاخره نیاز به داده و اطلاعات فراوان جهت آموزش شبکه می باشند. برای غلبه بر مشکلات فوق در این تحقیق روش جدید ترکیبی شبکه عصبی مصنوعی – به...

full text

پیش بینی روند رسوب گذاری در مخزن سد جیرفت با استفاده از مدل gstar3

احداث سد از متداولترین روشها جهت بهره برداری از سیستم منابع آب سطحی بوده که هزینه های بسیار هنگفتی در قالب طرحهای عظیم ملی صرف ساخت آن میشود.رسوب گذاری در مخازن سد نه تنها سبب کاهش ظرفیت و عمر مخزن میشود،بلکه ضمن ایجاد اشکالات عدیده در باز و بسته کردن دریچه های عمقی و نیمه عمقی سد، موجب افزایش سطح مخزن وافزایش تبخیر و تلفات آب می شود. سد جیرفت در شرق شهرستان جیرفت در 40 کیلومتری این شهرستان واق...

15 صفحه اول

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}

document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده مهندسی عمران

Keywords

رسوب گذاری هوش مصنوعی ادراک چندلایه ماشین بردار پشتیبانی مخزن سد سد علویان

Hosted on Doprax cloud platform doprax.com