خانه| پيام

سبد سفارشات شما


نام کالا قيمت تعداد حذف

مدل سازي بارش-رواناب با استفاده ازمدل شبکه فازي عصبي تطبيقي و مقايسه آن با مدل هاي شبکه عصبي ، سري زماني و رگرسيون خطي چند متغييره


 
قيمت 10000ريال

مدل سازي بارش-رواناب با استفاده ازمدل شبکه فازي عصبي تطبيقي و مقايسه آن با مدل هاي شبکه عصبي ، سري زماني و رگرسيون خطي چند متغييره
مدل سازي بارش-رواناب با استفاده ازمدل شبکه فازي عصبي تطبيقي و مقايسه آن با مدل هاي شبکه عصبي ، سري زماني و رگرسيون خطي چند متغييره
مديريت منابع آب در عصر حاضر از اهميت ويژه اي برخوردار شده است. طراحي بهينه پروژه هاي آبياري ، توسعه و مديريت بهره برداري از منابع آب خصوصاً در دوره هاي خشکسالي و مديريت سيلاب به منظور کاهش زيانهاي ناشي از وقوع آن به شدت تابع سطح دقت بکار رفته در شبيه سازي بارش-رواناب خواهد بود. لذا برحسب استفاده از روش‌هاي گوناگون ، انواع مدل‌ها توسعه يافته اند. هدف اين مقاله مقايسه مدلهاي غير خطي شبکه عصبي و سيستم استنتاج عصبي فازي تطبيقي واز طرفي بررسي کارآيي و قابليت مدل هاي غيرخطي درمقايسه با مدلهاي خطي آريما و رگرسيون چند متغييره ودر نهايت معرفي مدل بهينه مي باشد.. براي اين منظور شبيه سازي فرآيند بارش-رواناب روزانه ايستگاه پل آنيان واقع در حوضه آبريز سد بوکان با طول داده 21سال با مدلهاي نامبرده صورت گرفته است. مقايسه مدلهاي مختلف با استفاده از دو پارامتر آماري ضريب تبيين و جذر ميانگين مربعات خطا انجام شده که بهترين مدل براي ايستگاه مورد مطالعه مدل سازي با روش شبکه عصبي فازي تطبيقي مي باشد که اين نتيجه به علت ماهيت غير خطي پديده هاي هيدرولوژيکي بوده و همچنين بيانگراين است که تلفيق مدل سازي غير خطي در شبکه عصبي با توابع عضويت منطق فازي تا حدود بيشتري قادربه مدل کردن شرايط هيدرولوژيکي حوضه مي باشد.
پشتیبانی توسط بيزنا | طراحی قالب توسط مهدی نت