تخمین میزان رسوبات معلق رودخانه لیقوان با استفاده از مدل تطبیقی عصبی-فازی (anfis) و مدل سری های زمانی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده کشاورزی
- نویسنده سمیرا نعمتی خیابانیان
- استاد راهنما احمد فاخری فرد
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1387
چکیده
چکیده ندارد.
منابع مشابه
استفاده از مدل تبرید تدریجی عصبی (NDE) در تخمین بار معلق رسوبی و مقایسهی آن با مدل ANFIS و RBF مطالعه موردی: رودخانه گیویچای
در این تحقیق، مدل تبرید تدریجی عصبی (NDE)با بهرهگیری از ترکیبهای ورودی مختلف برای تخمین بار معلق رسوبی روزانه به کار گرفته شد. به این منظور در اولین بخش از تحقیق، مدل NDEبا استفاده از دادههای دبی روزانه و بار معلق رسوبی روزهای پیشین تعلیم داده شده و برای تخمین بار معلق رسوبی رودخانه گیویچای مورد استفاده قرار گرفت. در دومین بخش از تحقیق، مدل NDE با استفاده از پارامترهای ضریب تبیین (R2) و خطا...
متن کاملپیش بینی رسوب معلق با استفاده از مدل سری زمانی تابع انتقال در ایستگاه های منتخب رودخانه گرگانرود، استان گلستان
متن کامل
استفاده از سیستم استنتاج فازی بر پایه شبکه عصبی تطبیقی (anfis) جهت مدل سازی سری های زمانی چندمتغیره هیدرولوژیکی
مدل سازی و پیش بینی سری های زمانی یک مسئله بسیار مهم در چند دهه اخیر بوده و کاربرد وسیعی در زمینه های مختلف علوم و مهندسی از جمله هیدرولوژی دارد. در این راستا تخمین پارامترهای مدل های مختلف سری های زمانی یکی از مراحل اساسی در مدل سازی سری های زمانی است. روش های ارائه شده در این زمینه از جمله روش گشتاورها، دارای روابطی پیچیده و تقریبی به خصوص در مدل های چندمتغیره زمانی و مکانی می باشندکه مستلزم ...
15 صفحه اولاستفاده از مدل تبرید تدریجی عصبی (nde) در تخمین بار معلق رسوبی و مقایسه ی آن با مدل anfis و rbf مطالعه موردی: رودخانه گیوی چای
در این تحقیق، مدل تبرید تدریجی عصبی (nde)با بهره گیری از ترکیب های ورودی مختلف برای تخمین بار معلق رسوبی روزانه به کار گرفته شد. به این منظور در اولین بخش از تحقیق، مدل ndeبا استفاده از داده های دبی روزانه و بار معلق رسوبی روزهای پیشین تعلیم داده شده و برای تخمین بار معلق رسوبی رودخانه گیوی چای مورد استفاده قرار گرفت. در دومین بخش از تحقیق، مدل nde با استفاده از پارامترهای ضریب تبیین (r2) و خطا...
متن کاملعملکرد مدل شبکه عصبی مصنوعی و شبکه عصبی فازی تطبیقی در تخمین غلظت ذرات معلق در هوای شهر تهران
در سالهای اخیر رشد روز افزون جمعیت ، وسایل نقلیه و کارخانهها باعث افزایش آلودگی هوا و ایجاد مشکلات زیادی برای محیط زیست بشر و سلامتی انسان شده است. یکی از مهمترین آلایندهها، ذراتمعلق میباشد که سبب بروز مشکلات تنفسی و قلبی در انسان میشود. هدف از این مطالعه مقایسه مدلهای شبکهعصبیمصنوعی و شبکهعصبیفازی-تطبیقی در تخمین غلظت ذرات معلق در شهر تهران میباشد. در...
متن کاملارزیابی و عملکرد مدل ماشین بردار پشتیبان در تخمین رسوبات معلق رودخانه ها
همواره پدیده انتقال رسوب، بسیاری از سازه های رودخانه ای و سازه های عمرانی را تحت تأثیر قرار داده و عدم اطلاع از میزان دقیق آن خسارات بسیاری را موجب می شود .از این جهت دستیابی به روشی با دقت مناسب برای تخمین میزان بار رسوبی معلق رودخانه ها بسیار حایز اهمیت است. در این پژوهش جهت تخمین رسوبات رودخانه کاکارضا واقع در استان لرستان، از مدل ماشین بردار پشتیبان استفاده گردید و نتایج آن با برنامه ریزی ب...
متن کاملمنابع 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 @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده کشاورزی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023