• بهبود پیش بینی و تخمین بار معلق رودخانه ها با استفاده از شبکه های عصبی مصنوعی

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1385/02/10
    • تاریخ انتشار در تی پی بین: 1385/02/10
    • تعداد بازدید: 710
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    تخمین میزان بار رسوب یکی از اولویت های بحث مدیریت رودخانه ها، مخازن سدها و بطور کلی پروژه های آبی است. با توجه به پیچیدگی پدیده رسوب و عدم توانایی تعیین دقیق معادلات حاکمه بدلیل تاثیرات پارامترهای مختلف و نیز تاثیر مسائلی نظیر تغییرات مکانی و زمانی شرایط هیدرولوژیکی حوضه  آبریز و مشکلات ناشی از تعیین تاثیرات آن ها، محققان به استفاده از مدل های جعبه سیاه نظیر شبکه های عصبی مصنوعی روی آورده اند. در این مقاله در مورد کارایی این شبکه ها در تخمین و پیش بینی بار معلق رودخانه ها، مطالعاتی یافته و شبکه هایی طراحی شده اند که بار معلق رودخانه ها را پیش بینی می کنند. برای ساخت این شبکه ها از پرسپترون چند لایه استفاده شده و در انواع تقسیم بندی مجموعه داده ها، انواع ترکیبات ورودی شبکه، تعداد لایه های شبکه و تعداد نورون های لایه های ورودی لایه های ورودی و مخفی شبکه، تحقیقاتی انجام گرفته است. برای ایجاد مدل ها، از تکنیک توقف زود هنگام(early stopping)  استفاده شده و برای ارزیابی نتایج، مقایسه ای با روش منحنی سنجه رسوب انجام گرفته که نتایج، نشان دهنده برتری مدل شبکه های عصبی بوده است.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها
مقالات جدیدترین ژورنال ها