شبیه سازی و پیش بینی دبی جریان با استفاده از شبکه عصبی مصنوعی

پایان نامه
چکیده

پیش بینی جریان رودخانه ها نقش مهمی در برنامه ریزی، مدیریت و بهره برداری از منابع آب دارد. بررسی و پیش بینی سیلاب موضوعی است که به علت اهمیت آن در طراحی پروژه های آبی همواره مورد نظر متخصصان بوده و آنها را بر آن داشته است که با ابداع روش های مختلف در صدد دستیابی به حداکثر دقت در پیش بینی جریان رودخانه ها باشند. لذا در این پژوهش نیز سعی شده است با استفاده از روش های نوین شبیه سازی و قابلیت های شبکه عصبی مصنوعی در مدلسازی و پیش بینی مقادیر آتی، مدلی جهت پیش بینی جریان ماهانه رودخانه کر با استفاده از اطلاعات مربوط به دبی، بارش و دما ارائه شود. به همین منظور از داده ها و اطلاعات ایستگاه هیدرومتری چمریز واقع در رودخانه کر در بازه زمانی سال 1389-1380استفاده گردید

منابع مشابه

مدل سازی و پیش بینی رشد اقتصادی در ایران با استفاده از شبکه های عصبی مصنوعی

شبکه های عصبی مصنوعی، یک ابزار قدرتمند برای تجزیه و تحلیل داده ها و مدل سازی روابط غیر خطی به حساب می آید که استفاده از آن طی سال های گذشته در اقتصاد کلان گسترش یافته است. در این مطالعه، کارایی یک مدل شبکه عصبی با یک مدل خطی رگرسیون برای پیش بینی نرخ رشد اقتصادی در ایران مقایسه می شود. برای این منظور ابتدا، یک مدل رگرسیون رشد برای دوره 1315-1373 برآورد شده و سپس با همان مجموعه رگرسورها (متغیرها...

متن کامل

شبیه سازی و پیش بینی جریان رودخانه ها با استفاده از شبکه عصبی و مدل فوریه

مقاله حاضر به بررسی نحوه عملکرد شبکه های عصبی mlp در ارتباط با خروجی مدل فوریه، fsam، می پردازد. مدل fsam که مدل شبیه ساز بارش است، تحلیل مدل های کلاسیک را در قلمرو فرکانس، که توسعه نظریه طیفی فرآیندهای متداول نظیر طیف الگوهای arima را در درون خود دارد، ارائه می دهد. کاربرد همزمان شبکه های عصبی mlp و مدلfsam، امکان پیش بینی جریان ماه (i) ام را در ارتباط با پیش بینی بارش همان ماه، میسر می سازد. ...

متن کامل

پیش¬بینی جریان روزانه با استفاده از شبکه¬های عصبی مصنوعی و عصبی- موجکی (مطالعه موردی: رودخانه باراندوزچای)

پیش­بینی دقیق جریان در رودخانه­ها یکی از مهمترین ارکان در مدیریت منابع آبهای سطحی به ویژه جهت اتخاذ تدابیر مناسب در مواقع سیلاب و بروز خشکسالی­ها است. به دلیل اهمیت پیش­بینی جریان رودخانه، در این تحقیق جریان روزانه رودخانه­ی باراندوزچای در دو ایستگاه بی­بکران و دیزج طی یک دوره­ی آماری 20 ساله با استفاده از مدل عصبی- موجکی (WNN) که تلفیق آنالیز موجک و شبکه عصبی مصنوعی (ANN) می­باشد، پیش­بینی گرد...

متن کامل

پیش بینی تبخیر از سطح ایستابی کم عمق با استفاده از شبیه های وایازی و شبکه ی عصبی مصنوعی

رابطه ی بین عمق سطح ایستابی و تبخیر از سطح خاک در اغلب مناطق خشک و نیمه خشک بسیار مهم است. در این مناطق به علت آبیاری بیش از حد نیاز، اغلب سطح ایستابی نزدیک زمین است که باعث شوری خاک می‌شود. در این مطالعه از یک شبیه فیزیکی سطح ایستابی برای تعیین شدت تبخیر در خاکهای لوم شنی، لومی و لوم رسی در گلخانه و برای سه سطح ایستابی 40، 60 و 80 سانتی متری استفاده شده است. تبخیر از سطح خاک، تبخیر از سطح آزاد...

متن کامل

مدل سازی و پیش بینی دبی های رودخانه های استان اردبیل با استفاده از مدل شبکه عصبی مصنوعی

در این پژوهش، مقادیر دبی های رودخانه های استان اردبیل با بهره گیری از مدل شبکه های عصبی مصنوعی و نیز با استفاده از توابع و امکانات نرم افزار matlab، مدل سازی شد. بدین منظور، از آمار بلند مدت ایستگاه های هیدرومتری رودخانه های این استان و برخی پارامترهای اقلیمی (دما، رطوبت نسبی، بارندگی و فشار) ایستگاه های سینوپتیک موثر بر میزان دبی های حوضه های این استان در طول دوره آماری 30 ساله (سال آبی 58-135...

متن کامل

شبیه سازی و پیش بینی برخی از پارامترهای کیفیت آب رودخانه زاینده رود با استفاده از شبکه عصبی مصنوعی

رودخانه زاینده رود با طول حدود ٣٥٠ کیلومتر در جهت کلی غرب به شرق جریان دارد. این رودخانه از کوههای زاگرس (واقع در استان چهارمحال و بختیاری) سرچشمه گرفته و به تالاب گاوخونی (واقع در شرق اصفهان) ختم می گردد. این رودخانه نیازهای آبی کشاورزی، شهری و صنعتی را تأمین می کند. در این مقاله برخی پارامترهای کیفی آب شامل هدایت الکتریکی، کل جامدات محلول، اسیدیته، بی کربنات و کلراید در طول رودخانه زاینده رود...

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

دانشگاه آزاد اسلامی - دانشگاه آزاد اسلامی واحد مرودشت - دانشکده کشاورزی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023