نتایج جستجو برای: رواناب شبکه عصبی

تعداد نتایج: 44842  

ژورنال: :علوم آب و خاک 0
نوید دهقانی n. dehghani 1. dept. of watershed management eng., tarbiat modares univ., tehran, iran.1. گروه علوم و مهندسی آبخیزداری، دانشکده منابع طبیعی و علوم دریایی، دانشگاه تربیت مدرس نور مهدی وفاخواه m. vafakhah 1. dept. of watershed management eng., tarbiat modares univ., tehran, iran.1. گروه علوم و مهندسی آبخیزداری، دانشکده منابع طبیعی و علوم دریایی، دانشگاه تربیت مدرس نور عبدالرضا بهره مند a. r. bahremand 2. dept. of watershed management eng., gorgan univ. of agric. sci. and natur. resour., gorgan, iran.2. گروه مهندسی آبخیزداری، دانشکده مرتع و آبخیزداری، دانشگاه علوم کشاورزی و منابع طبیعی گرگان

مدل سازی فرایند بارش- رواناب و پیش بینی دبی رودخانه یک اقدام مهم در مدیریت و مهار سیلاب ها، طراحی سازه های آبی در حوزه های آبخیز و مدیریت خشکسالی است. هدف این تحقیق شبیه سازی جریان روزانه در حوزه آبخیز کسیلیان با مدل wetspa و شبکه عصبی- فازی تطبیقی است. wetspa یک مدل پیوسته هیدرولوژیک- فیزیکی است که قابلیت پیش بینی سیلاب در مقیاس حوزه آبخیز با گام های زمانی مختلف را داراست و شبکه عصبی- فازی تطب...

ژورنال: :دانش آب و خاک 2011
علی سلطانی محمد علی قربانی احمد فاخری فرد صابره دربندی داود فرسادی زاده3

نقش و اهمیت فرآیند بارش-رواناب در مطالعات منابع آب موجب شده که این فرآیند از دیر باز مورد توجه متخصصین قرار گیرد. از این رو روش های متعددی همچون شبکه های عصبی مصنوعی، سیستم های فازی و نرو فازی، آنالیز موجک، الگوریتم ژنتیک، برنامه ریزی ژنتیک و معادلات دیفرانسیل تصادفی برای مدلسازی فرآیند بارش-رواناب توسعه یافته است. برنامه ریزی ژنتیک علاوه بر توانایی استخراج رابطه ی بین متغیّرهای ورودی و خروجی به...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه زابل - دانشکده منابع طبیعی 1390

.در این مطالعه برای یک دوره 10 ساله (1388-1378)، بارش با استفاده از داده های تاریخی بارش در زیرحوزه های اسکندری و قلعه شاهرخ واقع در بالادست حوزه آبخیز سد زاینده رود با استفاده از سیستم استنتاج فازی-عصبی (anfis) و شبکه های عصبی مصنوعی (anns) پیش بینی شده است. همچنین بهترین ترکیب ورودی به منظور پیش بینی بارش، با استفاده از الگوریتم ژنتیک مشخص شده است.سپس دبی رواناب تولید شده ناشی از بارش پیش بین...

سابقه و هدف: مدل‌سازی بارش-رواناب یک فرآیند ضروری و پیچیده می‌باشد که در بهره‌برداری مناسب از مخازن و مدیریت و برنامه ریزی صحیح منابع آب نقش عمده‌ای دارد. مدل‌سازی این فرآیند با استفاده از روش‌های مختلفی امکانپذیر است. ازنظر تئوری، در مدل‌سازی یک سیستم می‌بایست روابط صریح بین متغیرهای ورودی و خروجی معلوم باشند. در حالیکه به علت معلوم نبودن روابط صریح بین متغیرها و عدم قطعیت‌های ذاتی آن‌ها، استخ...

ژورنال: :دانش آب و خاک 0
علیرضا شریفی دانشجوی سابق کارشناسی ارشد منابع آب، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز یعقوب دین¬پژوه دانشیار، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز احمد فاخری¬فرد استاد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز علیرضا مقدم¬نیا دانشیار، گروهاحیایمناطقخشکوکوهستانی،دانشکدهمنابعطبیعی،دانشگاهتهران

رواناب ناشی از بارش یک فرایند پیچیده و غیرخطی بوده و بنابراین، مدل­سازی آن چندان آسان نیست. هدف این مطالعه کاربرد آزمون گاما برای انتخاب ترکیب بهینه متغیرهای ورودی در مدل­سازی رواناب رودخانه حوزه آبخیز امامه می­باشد. برای تعیین بهینه تعداد داده­های مورد نیاز برای مدل­سازی از آزمون m استفاده شد. داده­های بارندگی p(t) و روانابr(t)  در مقیاس روزانه و در طول دوره آماری 1388- 1379 استفاده شد. همچنین...

مدیریت آب در مناطق شهری شامل کنترل جریان هرزاب ها و اصلاح شبکه های زهکشی است. رشد سریع شهرها به همراه افزایش جمعیت آن، مشکلات زیادی را در زمینه مدیریت رواناب در هنگام رخدادهای سیلابی به همراه دارد. در این راستا، نقشه هایی که میزان پتانسیل سیل گیری مناطق مختلف را نشان می دهند، می توانند ابزار مناسبی برای برنامه ریزی های شهری در آینده باشند. تحلیل آسیب پذیری در مناطق مختلف محیط های شهری، اغلب شام...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز 1388

برآورد بار رسوبی همواره برای طیف وسیعی از مسائل طراحی و قضاوت های هندسی از قبیل طراحی مخازن و سدها، انتقال رسوب و آلودگی در رودخانه ها، دریاچه ها و مصب ها، طراحی کانالهای انتقال آب و بندها و حوضچه های رسوب گیر، مسیل ها و ارزیابی اثرات زیست محیطی مورد نیاز بوده و تخمین صحیح آن باعث جلوگیری از صرف هزینه های اضافی خواهد شد. تاکنون تعداد زیادی از مدل های فیزیکی و تخریبی جهت برآورد با رسوب مورد استف...

ژورنال: :مهندسی و مدیریت آبخیز 2013
مجید خزایی محمد رضا میرزایی

پیش­بینی در هیدرولوژی به معنی تخمین شرایط هیدرولوژیکی و هواشناسی در یک بازه زمانی خاص می­باشد. در همین راستا، فهم رابطه بین بارش و رواناب یکی از ضروری ترین مسائل برای مدیریت منابع آب می باشد. پژوهش حاضر با هدف مقایسه بین مدل های مختلف شبکه عصبی مصنوعی (mlp وrbf) و سری های زمانی آرما (arma) در برآورد دبی ماهانه در حوزه آبخیز طالقان برای یک دوره 30ساله بین سال های 1356 تا 1386 پی­ریزی شد. در روش ...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه علم و صنعت ایران 1378

مدل های پارامتریک یکی از متداول ترین روش هایی است که برای پیش بینی هیدروگراف سیلاب تدوین گردیده است. لیکن این روشها در نمی توانند فرآیند جریان را بخوبی نمایش دهند. زیرا آنها براساس فرضیاتی ساده کننده در مورد خصوصیات حوضه قرار دارند. در این پژوهش از روش شکبه عصبی مصنوعی از نوع پس انتشار خطا برای مدلسازی فرآیند بارش رواناب استفاده گردید. مدل های شبکه عصبی با استفاده از آمار دبی-بارش سه حوضه مختلف...

ژورنال: :تحقیقات منابع آب ایران 0
علی عجم زاده دانش آموخته کارشناسی ارشد /مهندسی عمران-مهندسی آب، دانشکده فنی و مهندسی، دانشگاه زابل محمودرضا ملائی نیا استادیار/ گروه عمران، دانشکده فنی و مهندسی، دانشگاه زابل

در این مطالعه به ارزیابی اثرات تغییراقلیم بر رواناب رودخانه فیروزآباد واقع در استان فارس، ایران، پرداخته شده است. به منظور ریزمقیاس نمایی خروجی مدل های گردش جوی از نرم افزار lars-wg در ایستگاه اصلی و از نرم افزار sdsm در ایستگاه بالادست استفاده شده است. در انتخاب مدل های گردش جوی مناسب با منطقه مطالعاتی، از وزن دهی اولیه به عنوان عنصر غربالگری استفاده شده است. به منظور بررسی اثرات تغییراقلیم بر...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید