در مقاله حاضر قابلیت مدل خود همبسته شبکه عصبی مصنوعی دینامیک برای پیش­بینی جریان ماهانه ورودی مخزن سد دز ارزیابی شده و نتایج  به دست آمده با مدل خودهمبسته شبکه عصبی مصنوعی استاتیک مقایسه شده است. در تحقیقات قبل مقایسه مدل‌های استاتیک و دینامیک در شبکه‌های عصبی مصنوعی صورت نگرفته است. ضمناً تحقیق حاضر از حیث خودهمبستگی مدل شبکه عصبی مصنوعی، دارای نوآوری می‌باشد. در این تحقیق آبدهی های ماهانه بین ...

یکی از مشکلات مهم در پیش بینی با شبکه های عصبی مصنوعی، فراهم کردن داده های لازم برای پیش بینی است؛ چرا که شبکه های عصبی برای حصول نتایج دقیق نیاز به داده های زیادی دارند. اما باید توجه داشت که جمع آوری داده های مورد نیاز شبکه، نخست، بسیار هزینه بر است و دوم، مدت زمان طولانی را طلب می کند. بنابراین با توجه به تغییرات سریع در محیط های واقعی و به ویژه سیستم های اقتصادی و مالی، پیش بینی در این گونه...

جریان های زمانی (جریان های پویا) تعمیمی از جریان های ایستا با معرفی یک عامل زمان می باشند‎.‎ این جریان ها اساساً‎‎ مسایلی را مطرح می کنند که در آن مسافرت و حمل و نقل آنی نیست و مستلزم گذر زمان می باشد. در حل این نوع مسایل سوالاتی پیش می آید که در جریان های ایستا مطرح نیست. ‎‎ ‎از طرفی مساله ی جریان های زمانی بطور سنتی در شبکه های بسط یافته ی زمانی به عنوان یک مساله ی ایستا حل می شوند. این رویکر...

آگاهی از نوسانات زمانی کوتاه مدت تقاضا در شبکه های توزیع آب آشامیدنی، از ابتدایی ترین الزامات طراحی و بهینه سازی یک شبکه است. اصولاً ظرفیت شبکه برای تعیین قطر خطوط لوله در بخش های مختلف آن با توجه به ضرورت توانایی سیستم در توزیع آب در شرایط حداکثر تقاضا، با اعمال ضریب حداکثر در متوسط تقاضای روزانه به دست می آید. شواهد موجود نشان می دهد که الگوی روزانه تقاضا که ضریب حداکثر تقاضای شبکه از آن نتیجه...

در مدارهای توزیع هر گاه هادی برق دار بریده شده و با یک جسم امپدانس بالا مانند درخت، زمین خشک و ... برخورد کند بدلیل امپدانس بالای جسم وولتاژ اندک مدار، جریان کمی از آن عبور خواهدکرد. این خطاها عمدتا در مدارهای توزیع زیر 20 کیلوولت اتفاق می افتد و جریان آنها عمدتا زیر 100 آمپر می باشد. در این پروژه روشی مبتنی بر الگوریتم درخت تصمیم برای شناسایی خطای امپدانس بالا در شبکه توزیع ارائه شده است. در ...

استفاده از روش های غیر کلاسیک در شناسایی مدل و پیش بینی رفتار سیستم های پیچیده، مدتهاست در محافل علمی و حتی حرفه ای متداول و معمول شده است. در بسیاری از سیستم های پیچیده و خصوصا غیر خطی که مدل سازی و به دنبال آن پیش بینی و کنترل آنها از طریق روش های کلاسیک و تحلیلی امری بسیار دشوار و حتی بعضا غیر ممکن می نماید، از روش های غیر کلاسیک که از ویژگی هایی همچون هوشمندی، مبتنی بر معرفت و خبرگی برخوردا...

اکسیژن محلول در آب از موثرترین پارامترها در تعیین کیفیت آب رودخانه ها بوده و کنترل آن در رودخانه ها از مهم ترین عوامل توسعه منابع آب هر منطقه است. به همین دلیل در این پژوهش عملکرد مدلهای شبکه عصبی موجک، ماشین بردار پشتیبان و برنامه ریزی بیان ژن را جهت تخمین اکسیژن محلول در آب رودخانه کامبرلند واقع در ایالت تنسی مورد بررسی قرار گرفت. برای این منظور سری زمانی ماهانه شاخص DO رودخانه کامبرلند در طی...

مدل‏های مفهومی بر مبنای هوش مصنوعی، اغلب برای پیش بینی‏های کوتاه مدت و میان مدت هیدورلوژیکی به کار رفته اند. در این مقاله با استفاده از مفهوم تولید مجموعه ای از پیش بینی ها1 (esp) و تفکیک مدل‏سازی برای متغیرهای اقلیمی و هیدرولوژیکی، از مدل‏های مفهومی برای پیش بینی بلندمدت حجم جریان رودخانه زاینده رود در محل ورودی به سد زاینده رود استفاده می شود. سیستم استنتاج فازی برای پیش بینی بارش فصلی به صور...

تراسفورماتور جریان، سیگنال جریان را به سطح مناسبی برای ابزارهای اندازه¬گیری و حفاظت فراهم می-کند. دقت و عملکرد رله¬های حفاظتی به طور مستقیم به عملکرد حالت گذرا و حالت پایدار ترانس جریان بستگی دارد. ترانس جریان باید خطا را از سیستم، با قابلیت اطمینان بسیار بالا پاک کنند. برای اینکه به درستی این کار را انجام دهد به بازسازی دقیق و منطقی سیگنال جریان و ولتاژ نیاز دارد. به این منظور ترانس جریان بمنظ...

عملکرد یک روش بهره برداری در شبکه انتقال و توزیع آب تابع رفتار هیدرولیکی جریان در شبکه می باشد. از این رو ارزیابی کمی و دقیق عملکرد روشهای بهره برداری مستلزم تعیین رفتار هیدرولیکی جریان شبکه در طول زمان می باشد. از طرفی هیدرولیک جریان در یک شبکه متأثر از عواملی مانند نوع سیستم کنترل شبکه، ساختمان فیزیکی شبکه، نوع روش بهره برداری و بالاخره سیاستهای مدیریتی اختصاص و تحویل آب می باشد. به این ترتیب...