تجزیه و تحلیل داده های هیدروژئولوژیکی با تکنیک های سری زمانی و شبکه عصبی مصنوعی
Abstract
No abstract recorded for this item.
Similar theses
مدلسازی جهت پیش بینی خشکسالی هواشناسی و هیدروژئولوژیکی با استفاده از شبکه عصبی مصنوعی و تحلیل سری های زمانی ( مطالعه موردی: جنوب استان قزوین)
در این تحقیق به پیش¬بینی دو نوع خشکسالی هواشناسی و هیدروژئولوژیکی(در سه مقیاس زمانی)، با استفاده از دو مدل شبکه عصبی مصنوعی و مدل¬های استوکاستیک، در یکی از دشت¬های واقع در جنوب استان قزوین و طی سال¬های 1361-1391 پرداخته شد. درنهایت با ترکیب بهترین ساختارهای هریک از مدل¬های منفرد
کاربرد روشهای سری زمانی، شبکه عصبی و رگرسیون در پیش بینی جریان ورودی به مخزن سد دز
امروزه یکی از مهمترین مسائل در برنامه ریزی و مدیریت منابع آب، پیش بینی میزان جریان رودخانه در نقطه مشخصی از آن می باشد. شبیه سازی و مدیریت آبهای سطحی می تواند کمک شایانی در مدیریت آب کشاورزی، سیلاب و خشکسالی داشته باشد. آگاهی داشتن از حجم جریان ورودی به مخازن سدها در دوره های زما
پیش بینی سیلاب با استفاده از شبکه عصبی مصنوعی و سری زمانی
سیلاب را می توان یکی از مخرب ترین بلایای طبیعی دانست که علاوه بر جان انسانها سرمایه آنها را نیز تهدید می کند. برای مهار سیلاب آنچه در درجه نخست دارای اهمیت است پیش-بینی مقدار سیلاب می¬باشد. لذا برای تحقق این امر، از مدل های جعبه سیاه از جمله مدل سری های زمانی و یا اخیراً از مدل ش
کاربرد و مقایسه مدل سری زمانی تجمعی و مدل شبکه عصبی مصنوعی در پیش بینی تغییرات سطح آب زیر زمینی (مطالعه موردی: دشت مروست)
پیش ینی نوسانات سطح آب زیرزمینی، برای برنامه ریزی مناسب تر بویژه در مناطق خشک و نیمه خشک امری ضروری است. روند کلی هیدروگراف معرف آب زیرزمینی دشت مروست، براساس اطلاعات سطح آب زیرزمینی در طی سال های گذشته نزولی و نشانگر وقوع افت مداوم و کاهش ذخایر آب زیرزمینی می باشد. در این تحقیق
عنوان پایان نامه : پیش بینی بارش با روش های آماری، سری زمانی و شبکه عصبی مصنوعی (مطالعه موردی: شهر سنندج)
چکیده بارندگی در مدیریت منابع آب نقش اساسی دارد و شبیه سازی این متغیر هیدرولوژیکی و برآورد میزان آن در هر مقیاس زمانی برای هر منطقه، به عنوان یکی از مهمترین پارامترهای جوی، گامی بسیار مهم در راستای برنامه ریزی بهتر منابع آب و کشاورزی خواهد بود. یکی از کارهای معمول برنامه ریزی منا
مقایسه پیش بینی آبدهی جریان رودخانه خرم آباد با استفاده از سری های زمانی و شبکه عصبی مصنوعی
بررسی و پیش¬بینی آبدهی موضوعی است که به علت اهمیت آن در طراحی پروژه¬های آبی همواره مورد نظر متخصصان بوده و آنها را بر آن داشته است با ابداع روش¬های مختلف ¬درصدد دستیابی به حداکثر دقت در پیش-بینی جریان رودخانه¬ها باشند. از طرفی هم با توجه به اهمیت و حساسیت امر مهار آب های سطحی خصو
Similar items
پیشبینی تراز آب دریاچه ارومیه با استفاده از روشهای سری زمانی، شبکه عصبی مصنوعی و شبکه عصبی- موجکی
دریاچه ارومیه دومین دریاچه شور جهان است و با توجه به معیارهای اجتماعی- اقتصادی و زیست محیطی نقش مهمی در منطقه شمالغرب ایران دارد که در سالهای اخیر با مشکلاتی مواجه شده است و به دلیل خشکسالی، استفاده بیش از حد آبهای سطحی و ساخت سدها تراز سطح آب آن کاهش یافته است. یکی از فاکتورهای
استفاده از مدل های سری زمانی، شبکه عصبی و ماشین بردار پشتیبان جهت پیش بینی دبی ورودی به سد گرگان
پیشبینی مقادیر جریان ورودی به سیستم منابع آب بهمنظور آگاهی از شرایط آینده و برنامهریزی برای تخصیص بهینه منابع آب به بخشهای مختلف از قبیل شرب، کشاورزی و صنعتی امری ضروری در مدیریت منابع آب میباشد. هدف از پژوهش حاضر پیشبینی مقادیر دبی ماهانه ورودی به سد گرگان برای آینده بود.
پیش بینی عملکرد زعفران با استفاده از داده های هواشناسی به وسیله شبکه عصبی مصنوعی در استان های خراسان رضوی و جنوبی
زعفران یکی از مهم ترین محصولات کشاورزی ایران به ویژه در استان های خراسان رضوی و جنوبی می باشد. پیش بینی عملکرد محصولات با استفاده از داده های موجود تأثیرات مهمی در مسایل اجتماعی- اقتصادی و تصمیم گیری های سیاسی در مقیاس منطقه ای دارد. اخیراً کاربرد شبکه های عصبی مصنوعی به عنوان اب
پیش بینی عملکرد زعفران با استفاده از داده های هواشناسی به وسیله شبکه عصبی مصنوعی در استان های خراسان رضوی و جنوبی
زعفران یکی از مهم ترین محصولات کشاورزی ایران به ویژه در استان های خراسان رضوی و جنوبی می باشد. پیش بینی عملکرد محصولات با استفاده از داده های موجود تأثیرات مهمی در مسایل اجتماعی- اقتصادی و تصمیم گیری های سیاسی در مقیاس منطقه ای دارد. اخیراً کاربرد شبکه های عصبی مصنوعی به عنوان اب
بررسی تأثیر تعدیل دامنه تغییرات داده ها بر کارایی مدل شبکه عصبی مصنوعی و درخت تصمیم رگرسیونی در پیش بینی خشکسالی
Normal 0 false false false EN-US X-NONE AR-SA خشکسالی یکی از اثرات تغییر سامانه اقلیمی است. پیش بینی خشکسالی نقش مهمی در اعمال روش های مؤثر مدیریت منابع آب ایفا می کند. روش های مختلفی برای مطالعه خشکسالی وجود دارد. روش تحلیل داده های بارندگی، جزء عمومی روشهای تحلیل خشکسالی به شم
ارزیابی کارایی ساختار داخلی واحدهای تصمیم گیرنده در گذشته ، حال و آینده با استفاده از تحلیل پوششی داده‌های شبکهای پویا و شبکه عصبی مصنوعی
مدلهای تحلیل پوششی دادهای شبکهای و مدلهای تحلیل پوششی دادهای شبکهای پویا نمیتوانند کارایی آینده ساختار داخلی واحدهای تصمیمگیرنده را در آینده ارزیابی نمایند. به عبارت دیگر همه مدلهای شبکهای و شبکهای پویا عملکرد گذشته واحدها و ساختار درونی آنها را ارزیابی کرده و کارایی و ناکارایی آ