محبوبترین نویسندگان :
نویسندگان مقالات پربازدید :
پنجمین کنفرانس ملی مهندسی عمران
جزئیات رویداد
همایش ، رویداد ، ژورنال
اینستاگرام تی پی بین
حوزه های تحت پوشش رویداد

  • مدل ترکیبی موجک- شبکه عصبی مصنوعی برای مدلسازی بارش- رواناب

    نویسندگان :
    کلمات کلیدی :
    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1389/02/14
    • تاریخ انتشار در تی پی بین: 1389/02/14
    • تعداد بازدید: 706
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    مدلسازی منطقی و دقیق فرایند بارش-رواناب به عنوان اولین و مهمترین گام در راستای مبارزه با سیلاب به عنوان یک بلای طبیعی می باشد. برای مطالعه این فرایند استوکاستیک امروزه از مدل های جعبه سیاه از جمله مدل سری زمانی و یا اخیراً از مدل شبکه های عصبی مصنوعی (ann) که قابلیت پیش بینی و مدلسازی غیرخطی را نیز دارا می باشد بطور گسترده ای استفاده می شود. همزمان با گسترش استفاده از ann، استفاده از آنالیز موجک (wavelet analyze) در زمینه هیدرولوژی نیز مطرح گردیده است. ترکیب این دو قابلیت، مدل ترکیبی با کارایی بهتر در پیش بینی فرایند هیدرولوژیکی به نام شبکه های عصبی- موجکی (conjoined wavelet ann networks) را به وجود می آورد. در این مقاله نخست مبانی این شبکه بیان شده است و سپس با بهره گیری از آن به مطالعه موردی حوزه لیقوان چای پرداخته شده است. نتایج بیانگر آن است که این روش نسبت به روش های کلاسیک گذشته و روش هایی همانند استفاده از شبکه عصبی تنها، کارایی بالاتری را دارا می باشد. چرا که روی میزان تاثیر داده های سری زمانی قبل از ورود به شبکه تفکیک پذیری صورت می گیرد. و سیگنال اولیه به چندین زیر سیگنال (sub signal) تجزیه شده، که با این کار این امکان فراهم می آید که بتوان از یک آنالیز که تاثیرات کوتاه مدت و بلند مدت را در بر می گیرد بهره مند شد. که این به نوبه خود شبکه را در ارزیابی و تخمین های آینده بهینه تر می سازد.

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