[صفحه اصلی ]   [Archive] [ English ]  
:: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی::
اطلاعات نشریه::
آرشیو مجله و مقالات::
برای نویسندگان::
برای داوران::
ثبت نام و اشتراک::
تماس با ما::
تسهیلات پایگاه::
اطلاعیه ها::
::
شناسنامه نشریه
صاحب امتیاز
انجمن آبخیزداری ایران
►مدیر مسئول
دکتر سیدحمیدرضا صادقی
►سردبیر
دکتر علی طالبی
►مدیر اجرایی
مهندس فرهاد بهبودی
►مدیر داخلی
دکتر عاطفه جعفرپور
►کارشناس
دکتر سودابه قره‌محمودلی
►دوره انتشار
فصل‌نامه
►شاپا الکترونیکی
2008-9554
..
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
سایت انجمن آبخیزداری ایران
سایت انجمن آبخیزداری ایران
پژوهشکده حفاظت خاک و آبخیزداری
..
مجله اکوهیدرولوژی

مجله اکوهیدرولوژی

..
:: دوره 8، شماره 27 - ( 12-1393 ) ::
جلد 8 شماره 27 صفحات 34-27 برگشت به فهرست نسخه ها
شبیه سازی بار رسوبی معلق با استفاده از مدل تلفیقی عصبی-فازی با ترکیبات ورودی مختلف (مطالعه موردی: ایستگاه سیرا-سدکرج)
محسن یوسفی*
چکیده:   (12490 مشاهده)

به منظور اجرای برنامههای حفاظت خاک و کاهش رسوب زایی، همچنین محاسبه و طراحی دقیق حجم سد در احداث سدهای مخزنی، ارزیابی و برآورد میزان تولید رسوب در حوزه آبخیز بالادست سد، ضروری است. به طورکلی پدیده فرسایش و انتقال رسوب از پیچیدهترین مسایل هیدرودینامیکی است که تعیین دقیق معادلات حاکم بر آن به دلیل تأثیرات متغیرهای مختلف، به آسانی میسر نیست. هدف از این مطالعه شبیهسازی بار رسوبی معلق با استفاده از مدل تلفیقی عصبی-فازی میباشد و برای این کار لازم است ابتدا ترکیبات ورودی مختلف با استفاده از روشهای رگرسیون گام به گام، مدل الگوریتم ژنتیک و آزمون گاما تعیین و سپس مناسبترین ترکیب به عنوان ورودی مدل انتخاب گردد. دادههای ایستگاه سیرا سد کرج در بازه زمانی 1353-1390 (37 سال) مورد استفاده قرار گرفت به نحوی که 15 متغیر به عنوان ورودی و یک متغیر به عنوان خروجی در نظر گرفته شد. نتایج نشان داد مدل عصبی-فازی در حالت استفاده از تعداد دادههای آموزشی مناسب و ترکیب منتخب الگوریتم ژنتیک به مناسبترین مدلسازی دست یافت. نکته لازم به ذکر این است که در حالت استفاده از تمام متغیرهای ورودی، مدلسازی مناسبی در مدل عصبی-فازی انجام نشد لذا استفاده از روشهای تعیین ترکیب ورودی مناسب ضروری به نظر میرسد. در نهایت مدل الگوریتم ژنتیک به عنوان مناسبترین روش و رگرسیون گام به گام در مرتبه دوم و آزمون گاما در مرتبه سوم به عنوان روشهای مناسب تعیین ترکیب ورودی مدل عصبی-فازی انتخاب شدند. همچنین مدل عصبی-فازی در حالت استفاده از ترکیب منتخب الگوریتم ژنتیک در شبیهسازی بار رسوبی معلق با ضریب همبستگی 99/0 و میانگین مربعات خطا 0000009/0 به عنوان مناسبترین مدل سازی انتخاب شد. 

واژه‌های کلیدی: تعیین ترکیب ورودی، رگرسیون گام به گام، الگوریتم ژنتیک، آزمون گاما، نرم افزار Wingamma، ضریب گاما
متن کامل [PDF 462 kb]   (1580 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: 1394/3/11 | پذیرش: 1394/3/11 | انتشار: 1394/3/11
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Simulation of suspended sediment load using neuro-fuzzy fusion model with different input combinations (case study: Sierra station-Karaj dam). jwmseir 2015; 8 (27) :27-34
URL: http://jwmsei.ir/article-1-474-fa.html

یوسفی محسن. شبیه سازی بار رسوبی معلق با استفاده از مدل تلفیقی عصبی-فازی با ترکیبات ورودی مختلف (مطالعه موردی: ایستگاه سیرا-سدکرج). مجله علوم ومهندسی آبخیزداری ایران. 1393; 8 (27) :27-34

URL: http://jwmsei.ir/article-1-474-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 8، شماره 27 - ( 12-1393 ) برگشت به فهرست نسخه ها
مجله علوم ومهندسی آبخیزداری ایران Iranian Journal of Watershed Management Science and Engineering
به اطلاع کلیه نویسندگان ، محققین و داوران  محترم  می رساند:

با عنایت به تصمیم  هیئت تحریریه مجله علمی پژوهشی علوم و مهندسی آبخیزداری فرمت تهیه مقاله به شکل پیوست در بخش راهنمای نویسندگان تغییر کرده است. در این راستا، از تاریخ ۱۴۰۳/۰۱/۲۱ کلیه مقالات ارسالی فقط در صورتی که طبق راهنمای نگارش جدید تنظیم شده باشد مورد بررسی قرار خواهد گرفت.
Persian site map - English site map - Created in 0.06 seconds with 42 queries by YEKTAWEB 4645