[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 4، شماره 11 - ( تابستان 1389 ) ::
جلد 4 شماره 11 صفحات 48-45 برگشت به فهرست نسخه ها
ارزیابی تأثیر سیگنال‌های مختلف ورودی بر میزان کارایی مدل‌های شبکه عصبی مصنوعی در شبیه‌سازی هوشمند هیدروگراف سیل
حمید پهلوانی* ، عبدالرضا بهره مند ، امیر احمد دهقانی
چکیده:   (15219 مشاهده)

  تخمین مشخصات هیدروگراف سیل در رودخانه‌ها یکی از مسائل مورد علاقه پژوهشگران علوم آب و هیدرولوژی می‌باشد. در این پژوهش توانایی مدل‌های شبکه عصبی مصنوعی جهت شبیه­سازی هیدروگراف سیل ورودی به سد مخزنی شیرین دره در استان خراسان مورد بررسی قرار گرفته است. بدین منظور تمامی هیدروگراف‌های سیل ثبت شده در ایستگاه هیدرومتری موجود در بالادست مخزن سد گردآوری و مقادیر دبی سیل با استفاده از روابطه مربوطه استاندارد شد. در ادامه چهار الگوی ورودی بر مبنای استفاده از دبی سیل در ساعات گذشته (یعنی 2، 3، 4 و 5 ساعت قبل) طراحی شدند. به منظور بررسی اثر تعداد پارامترهای ورودی بر دقت تخمین، در هر الگو نیز چهار سیگنال بر اساس تأًخیر دبی سیل طراحی و مورد ارزیابی قرار گرفتند. به منظور ارزیابی تأثیر افزایش آموزش مدل در بهبود عملکرد آن، معیارهای آماری متعددی همچون خطای حجم سیل، خطای دبی اوج، خطای زمان تا اوج و معیار ناش- ساتکلیف در هر سیگنال ورودی محاسبه و مورد ارزیابی قرار گرفتند. نتایج نشان می‌دهد که با افزایش زمان تأخیر دقت شبیه­سازی کمتر می­شود. همچنین به ازاء یک زمان تاخیر معین، با افزایش تعداد ورودی‌ها (دبی در ساعتهای قبل)، نیز دقت نتایج افزایش می­یابد. به طوریکه با افزایش تعداد ورودی‌ها در الگوی اول، میزان ضریب ناش- ساتکلیف از مقدار 79/0 به 91/0 برای سیگنال چهارم افزایش یافت.

واژه‌های کلیدی: هیدروگراف سیل، شبکه عصبی مصنوعی، حوزه آبخیز سد شیرین‌دره، الگوریتم یادگیری و تابع انتقال.
متن کامل [PDF 387 kb]   (2147 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: 1391/12/8 | پذیرش: 1393/3/4 | انتشار: 1393/3/4
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:

pahlevani H, Bahremand A R, Dehghani A A. Evaluating the Effects of Different Input Signals on Efficiency Coefficients of Artificial Neural Network Models for Intelligent Estimation of Flood Hydrographs. jwmseir 2010; 4 (11) :45-48
URL: http://jwmsei.ir/article-1-147-fa.html

پهلوانی حمید، بهره مند عبدالرضا، دهقانی امیر احمد. ارزیابی تأثیر سیگنال‌های مختلف ورودی بر میزان کارایی مدل‌های شبکه عصبی مصنوعی در شبیه‌سازی هوشمند هیدروگراف سیل. مجله علوم ومهندسی آبخیزداری ایران. 1389; 4 (11) :45-48

URL: http://jwmsei.ir/article-1-147-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 4، شماره 11 - ( تابستان 1389 ) 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 0.07 seconds with 42 queries by YEKTAWEB 4645