محبوبترین نویسندگان :
نویسندگان مقالات پربازدید :
نهمین سمینار بین المللی مهندسی رودخانه
جزئیات رویداد
همایش ، رویداد ، ژورنال
اینستاگرام تی پی بین
حوزه های تحت پوشش رویداد

  • استفاده از الگوریتم ژنتیک در سیستم های تطبیقی فازی-عصبی به منظور برآورد رسوب در رودخانه

    نویسندگان :
    کلمات کلیدی :
    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1391/11/03
    • تاریخ انتشار در تی پی بین: 1391/11/03
    • تعداد بازدید: 690
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    مدل های فرآیند انتقال رسوبات معلق در رودخانه ها را می توان جزء مدل های تصادفی یا رگرسیونی  در نظر گرفت. بدلیل پرهزینه بودن آزمایشات مربوط به نمونه برداری رسوبات معلق رودخانه ها و همچنین کالیبره نشدن مدل های محاسباتی و پیچیدگی این مدل ها و همچنین پیشرفت روزافزون کاربرد کامپیوتری در سال های اخیر، استفاده  از مدل های شبیه سازی برای پیش بینی غلظت رسوبات معلق رودخانه رونق یافته است و سیستم استنتاج تطبیقی فازی-عصبی (anfis) نمونه بارز این مدل ها می باشند. امروزه استفاده از سیستم های تطبیقی استنتاج فازی-عصبی به عنوان راهکاری جدید در تحلیل مسائل آبی و رسوبی، گسترش یافته است. این تحقیق بر روی رودخانه کارون بازه گتوند-اهواز صورت می گیرد بدین منظور پارامترهای ماه های سال، دبی، اشل، ضریب غلظت رسوب و رسوب رودخانه در ایستگاه گتوند به عنوان پارامتر ورودی و رسوب در ایستگاه اهواز به عنوان پارامتر خروجی در نظر گرفته  شد. همچنین از اطلاعات 30 سال که به صورت ماهانه برداشت شده اند استفاده می گردید. در مدل  نهایی ارائه شده برای آنکه مشخص گردد کدامیک از پارامترهای ورودی دارای بیشترین تااثیر بر روی پارامتر خروجی می باشد از آنالیز حساسیت استفاده می گردد. بعد از انتخاب مدل مناسب به منظور اعتباریابی، آن را با مدل شبکه عصبی-مصنوعی با مدل های آماری مقایسه می گردد. نتایج نشان می دهد که سیستم های تطبیقی فازی-عصبی نسبت به مدل های آماری و شبکه های عصبی مصنوعی ناز دقت و انعطاف پذیری بلاتری برخوردار می باشند.

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