تخمین دبی در رودخانه ها با استفاده از شبکه عصبی

پایان نامه
چکیده

روابط دبی- اشل از روابط بسیار مهم و اساسی در تحقیقات هیدرولیکی، هیدرولوژیکی و اکولوژیکی می باشد به همین دلیل تحقیق در خصوص این روابط از اهمیت فراوانی برخوردار است. استخراج روابط دبی- اشل که معمولا به روشهای تجربی یا رگرسیونی انجام می پذیرد بسیار زمان بر و هزینه بر می باشد همچنین با توجه به اینکه روابط دبی- اشل برای یک رودخانه می تواند منحصر به فرد نباشد لزوم تحقیقات بیشتر در این زمینه آشکار تر می شود. در این تحقیق تلاش شده است با استفاده از روش شبکه عصبی روابط دبی- اشل در رودخانه زرینه رود ایستگاه ساری قمیش مدلسازی شود. از شبکه mlp جهت انجام مدل در این تحقیق استفاده شده است. این تحقیق نشان می دهد شبکه عصبی با دقت قابل قبولی، توانایی شبیه سازی روابط دبی- اشل را دارد و می تواند به جای روشهای دیگر مورد استفاده قرار گیرد. همچنین در این تحقیق تلاش شده بهترین داده ورودی که نتایج قابل قبول تری را ارایه دهد پیدا شود. تحقیقات نشان می دهد پیش بینی دبی با استفاده از اشل همان روز، روز قبل و دبی روز قبل و دو روز قبل بهترین نتایج را در رودخانه زرینه ایستگاه ساری قمیش نشان می دهد.

منابع مشابه

تخمین هدایت الکتریکی رودخانه ها با استفاده از شبکه عصبی موجک (مطالعه موردی: رودخانه کاکارضا)

     Electrical conductivity (EC) is an important factor in river engineering, especially studying of river water quality. In this study we studied and evaluated wavelet neural network to predict the electrical conductivity of the Kakareza river (in lorestan), and the results were compared with results of artificial neural network model. For this purpose, hydrogen carbonate, chloride, sulfate, ...

متن کامل

بررسی عملکرد مدل شبکه عصبی موجک در تخمین دبی روزانه

سیل یکی از بلایای طبیعی مهمی است که همه‌ ساله باعث ایجاد خسارت‌های مالی و جانی فراوانی به جوامع </st...

متن کامل

تخمین ضریب پخش طولی آلاینده ها در مجاری روباز با استفاده از شبکه عصبی مصنوعی

انتقال طولی آلاینده ها یکی از مراحل مهم در فرآیند رقیق سازی آلاینده ها میباشد که شناخت آن از اهمیت ویژهایبرخوردار است. دشواری اندازه گیری ضریب انتشار طولی در رودخانهها نیاز به استفاده از روشهای مناسب مدلسازیدر پیشبینی این ضریب را بیشتر میکند. یکی از روشهای کارآمد مدل سازی شبکه عصبی مصنوعی است که یکی ازتکنیکهای هوش مصنوعی محسوب میشود. در این مدل بدون استفاده از معادلات پیچیده غیرخطی، میتوان دینا...

متن کامل

مقایسه روش های شبکه عصبی بیزین و شبکه عصبی مصنوعی در تخمین رسوبات معلق رودخانه ها (مطالعه موردی: سیمینه رود)

زمینه و هدف: شبیه سازی و ارزیابی آورد رسوب رودخانه از جمله مسایل مهم در مدیریت منابع آب می باشد. اندازه گیری مقدار رسوب به روش های متداول عموماً مستلزم صرف وقت و هزینه زیادی بوده و گاهی از دقت کافی نیز برخوردار نمی باشد.  روش بررسی: در این پژوهش تخمین رسوب رودخانه سیمینه رود واقع در استان آذربایجان غربی، با استفاده از شبکه عصبی بیـزین مورد بررسی قرار گرفته و نتایج آن با روش های مرسـوم هوشمند هم...

متن کامل

تخمین دبی بار معلق رسوب با استفاده از بهترین ساختار شبکه عصبی مصنوعی در حوزه آبخیز طالقان

  Prediction of sediment load transported by rivers is a crucial step in the management of rivers, reservoirs and hydraulic projects. In the present study, in order to predict the suspended sediment of Taleghan river by using artificial neural network, and recognize the best ANN with the highest accuracy, 500 daily data series of flow discharge on the present day, flow discharge on the past day...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه رازی - دانشکده فنی و مهندسی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023