• بررسی اثر رواناب روز قبل بر بهبود عملکرد مدل بارش- رواناب روزانه با بکارگیری شبکه عصبی مصنوعی (مطالعه موردی حوزه آبریز طرق- خراسان رضوی)

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1390/01/01
    • تاریخ انتشار در تی پی بین: 1390/01/01
    • تعداد بازدید: 706
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    یکی از پدیده های حائز اهمیت در هیدرولوژی فرایند بارش- رواناب می باشد. برآورد رواناب حاصل از بارندگی در یک حوزه آبریز از جهات گوناگون از جمله مدیریت سدها و مخازن، طراحی سازه های کنترل و تنظیم سیلاب، کنترل فرسایش کناره و بستر رودخانه، سیستم های هشدار سیل و غیره از دیرباز مورد توجه هیدرولوژیست ها بوده است. با توجه به طبیعت غیرخطی و اتفاقی پدیده های هیدرولوژیکی، کاربرد شبکه های عصبی مصنوعی در این علم کاملا قابل توجیه است. در این تحقیق نوعی از شبکه های عصبی مصنوعی یعنی شبکه های پرسپترون چند لایه برای مدلسازی رواناب ناشی از بارندگی استفاده شده است، به منظور بررسی اثر رواناب گذشته بر عملکرد مدل بارش- رواناب، 8 مدل مختلف شبکه عصبی که 4 مدل بدون ورودی رواناب روز قبل و 4 مدل دیگر با اعمال این پارامتر ایجاد گشته بوند مورد بررسی قرار گرفتند که در نهایت با توجه به معیارهای خطا و نکویی برازش مشخص گردید که با حذف این عامل از مدل، خطای شبکه حدود 70% افزایش می یابد.

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