برآورد غلظت رسوب معلق روزانه با استفاده از شبکه عصبی مصنوعی و خوشهبندی دادهها به روش نگاشت خود سازمانده (مطالعه موردی: ایستگاه هیدرومتری سیرا - رودخانه کرج)
نویسندگان
چکیده مقاله:
این مقاله چکیده ندارد
منابع مشابه
برآورد غلظت رسوب معلق روزانه با استفاده از شبکه عصبی مصنوعی و خوشه بندی داده ها به روش نگاشت خود سازمان ده (مطالعه موردی: ایستگاه هیدرومتری سیرا - رودخانه کرج)
امروزه برآورد دقیق بار رسوب معلق رودخانه ای از جنبه های مختلف مهندسی منابع آب، مسائل زیستمحیطی و کیفیت آب از اهمیت ویژه ای برخوردار است. در این راستا، مدل های هیدرولوژیکی حوزه، بهدلیل عوامل متعدد تاثیرگذار ثابت و متغیر، کارایی مناسبی در برآورد میزان رسوب معلق از خود نشان نداده اند. همچنین اغلب مطالعات شبیه سازی برآورد رسوب معلق، تنها بر مبنای دبی جریان خروجی حوزه استوار است که نتایج حاصله نیز...
متن کاملکاربرد سنجش از دور و شبکه عصبی مصنوعی در تخمین غلظت رسوب معلق رودخانه (مطالعه موردی: رودخانه کارون)
Spectral Reflectance of suspended sediment concentration (SSC) remotely sensed by satellite images is an alternative and economically efficient method to measure SSC in inland waters such as rivers and lakes, coastal waters, and oceans. This paper retrieved SSC from satellite remote sensing imagery using radial basis function networks (RBF). In-situ measurement of SSC, water flow data, as well ...
متن کاملمدلسازی بار معلق رسوب با استفاده از شبکه عصبی مصنوعی و سیستم استنتاج فازی-عصبی مطالعه موردی: ایستگاه سیرا- رودخانه کرج
چکیده: مطالعه حاضر به بررسی مدل های شبکه عصبی مصنوعی، سیستم استنتاج فازی- عصبی و منحنی سنجه رسوب برای مدلسازی بار معلق رسوب پرداخته است. در شبکه عصبی مصنوعی از روش پس انتشار و در سیستم استنتاج فازی- عصبی از سیستم استنتاج سوگنو استفاده شده است. در مدل های آموزش داده شده از داده های دبی جریان، اشل، دمای آب و غلظت رسوب معلق مربوط به ایستگاه سیرا واقع بر روی رودخانه کرج استفاده شده است. نتایج ...
15 صفحه اولمقایسه 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...
متن کاملبرآورد رسوب معلق با استفاده از شبکه عصبی و ارزیابی توابع آموزشی(مطالعه موردی: استان لرستان)
متن کامل
برآورد بار رسوب معلق روزانه با استفاده از روش های محاسبات نرم (شبکه عصبی، نروفازی و الگوریتم ژنتیک) و داده های آب و هواشناسی (مطالعه موردی در ایستگاه هیدرومتری سیرا – حوزه آبخیز کرج)
برآورد دقیق مقدار رسوب معلق رودخانه ها، به دلیل نقش و اثرات منفی آن در کاهش شاخص های کیفی آب، انتقال آلودگی، کاهش ظرفیت مخازن و کانال ها، از اهمیت ویژه ای برخوردار می باشد. در پژوهش حاضر، که با هدف برآورد هر چه دقیق تر مقدار غلظت و بار رسوب معلق روزانه ایستگاه هیدرومتری سیرا (واقع بر رودخانه کرج در حوزه آبخیز سد کرج) انجام گردیده، برآورد رسوب معلق، از دو منظر کاملا"متفاوت مورد بررسی قرار گرفته ...
15 صفحه اولمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 5 شماره 10
صفحات 98- 116
تاریخ انتشار 2015-01
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی برای این مقاله ارائه نشده است
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023